MIT とハーバードの研究者が力を合わせて、最終的にブラック ホールを視覚化できるアルゴリズムを作成しました。彼らの仕事は、宇宙で最も巨大なもののより広い全体像を作成することを期待して、世界中から集められた情報の断片をつなぎ合わせています.
このアルゴリズムは、世界中に散らばる電波望遠鏡から収集されたデータをつなぎ合わせます。基本的には、地球全体を、イベント ホライズン テレスコープ プロジェクトと呼ばれる巨大な電波望遠鏡の皿として使用します。
ただし、すべてがバラ色というわけではありません。波長が長いこともマイナス面をもたらします。 1つ目は、大きなアンテナも必要だということです。 2 つ目は、長い波長が低解像度の画像を作成することです。たとえば、最大の電波望遠鏡の皿の直径は 1,000 フィート (300 メートル) ですが、月の画像は市販の裏庭の望遠鏡よりもぼやけて見えます。
ブラック ホールは非常にコンパクトになる傾向があるため、これは大きな問題です。
彼らが思いついた解決策は、広く分散した場所からの測定値を使用し、結果を調整することでした。 6 つの天文台がすでに参加しており、さらに多くの天文台が続いています。しかし、非常に多くの異なるデータ ソースがあっても、解像度は依然として十分ではなく、依然として大きなギャップがあります。ここでアルゴリズムが介入します。
彼らは、いくつかの異なる望遠鏡からの信号を結合する技術である干渉法を使用し、これらが互いに干渉する方法から情報を導き出します.
通常、この手法には 2 つの望遠鏡が必要ですが、問題があります。地球の大気は電波の速度を大幅に低下させる可能性があり、到達時間に大きな差が生じ、多くのエラーが発生します。 Bouman は、この問題に対して巧妙な代数的解決策を採用しました。3 つの望遠鏡からの測定値を掛け合わせると、大気ノイズによる余分な遅延が互いに相殺される、と MIT のプレス リリースは書いています。これは、もちろん、より多くのデータが必要であることを意味します (3 つの望遠鏡と 2 つの望遠鏡)。ただし、結果ははるかに正確です。
Bouman は、6 月に開催される Computer Vision and Pattern Recognition カンファレンスで、彼女が CHIRP と呼んでいる、Patch Priors を使用した継続的な高解像度画像再構成のための新しいアルゴリズムを発表します。
