In the movie "Interstellar," we get an up-close look at a supermassive black hole. Set against a backdrop of bright gas, the black hole's massive gravitational pull bends light into a ring. However, this isn't a real photograph, but a computer graphic rendering -- an artistic interpretation of what a black hole might look like.
Nel film "Interstellar" c'è un'immagine ravvicinata di un buco nero supemassiccio. Da un campo di fondo di gas luminosi, l'attrazione gravitazionale del buco nero curva la luce ad anello. Ma questa non è una vera fotografia solo una resa grafica al computer, un'interpretazione artistica di come potrebbe apparire un buco nero.
A hundred years ago, Albert Einstein first published his theory of general relativity. In the years since then, scientists have provided a lot of evidence in support of it. But one thing predicted from this theory, black holes, still have not been directly observed. Although we have some idea as to what a black hole might look like, we've never actually taken a picture of one before. However, you might be surprised to know that that may soon change. We may be seeing our first picture of a black hole in the next couple years. Getting this first picture will come down to an international team of scientists, an Earth-sized telescope and an algorithm that puts together the final picture. Although I won't be able to show you a real picture of a black hole today, I'd like to give you a brief glimpse into the effort involved in getting that first picture.
Cent'anni fa, Albert Einstein pubblicò la sua teoria della relatività generale. Da allora, gli scienziati hanno fornito molte prove a sostegno. Ma i buchi neri, preannunciati da questa teoria, non sono stati ancora osservati direttamente. Benché possiamo avere un'idea di come potrebbero apparire, in realtà finora non ne abbiamo mai scattato una fotografia. Ma vi sorprenderà sapere che presto le cose potrebbero cambiare. Potremmo vedere la prima fotografia di un buco nero tra un paio d'anni. Per questo primo scatto ci vorranno un team di scienziati di tutto il mondo, un telescopio [virtuale] con le dimensioni della Terra e un algoritmo che componga l'immagine finale. Anche se oggi non posso mostrarvi una foto reale di un buco nero vorrei darvi un'anteprima degli sforzi che sono necessari per ottenere questo primo scatto.
My name is Katie Bouman, and I'm a PhD student at MIT. I do research in a computer science lab that works on making computers see through images and video. But although I'm not an astronomer, today I'd like to show you how I've been able to contribute to this exciting project.
Mi chiamo Katie Bouman e sono dottoranda al MIT. Lavoro in un laboratorio informatico dove usiamo computer per aumentare la definizione di immagini e video. E anche se non sono un astronomo, oggi vorrei mostrarvi come ho potuto contribuire a questo entusiasmante progetto.
If you go out past the bright city lights tonight, you may just be lucky enough to see a stunning view of the Milky Way Galaxy. And if you could zoom past millions of stars, 26,000 light-years toward the heart of the spiraling Milky Way, we'd eventually reach a cluster of stars right at the center. Peering past all the galactic dust with infrared telescopes, astronomers have watched these stars for over 16 years. But it's what they don't see that is the most spectacular. These stars seem to orbit an invisible object. By tracking the paths of these stars, astronomers have concluded that the only thing small and heavy enough to cause this motion is a supermassive black hole -- an object so dense that it sucks up anything that ventures too close -- even light.
Se vi allontanate dalle luci della città, potreste avere la fortuna di osservare le meraviglie della Via Lattea. E se ingrandissimo al di là di milioni di stelle, 26.000 anni luce verso il centro della vorticosa Via Lattea, raggiungeremmo un gruppo di stelle proprio al centro. Scrutando attraverso particelle cosmiche con telescopi a infrarossi gli astronomi hanno osservato queste stelle per oltre 16 anni. Ma la cosa più spettacolare. è ciò che non vedono. Queste stelle sembrano orbitare attorno a un corpo invisibile. Calcolando le orbite di queste stelle, gli astronomi conclusero che l'unica cosa piccola e abbastanza pesante da originare movimento è un buco nero supermassiccio, una massa così densa da catturare tutto ciò che le si avvicina troppo, persino la luce.
But what happens if we were to zoom in even further? Is it possible to see something that, by definition, is impossible to see? Well, it turns out that if we were to zoom in at radio wavelengths, we'd expect to see a ring of light caused by the gravitational lensing of hot plasma zipping around the black hole. In other words, the black hole casts a shadow on this backdrop of bright material, carving out a sphere of darkness. This bright ring reveals the black hole's event horizon, where the gravitational pull becomes so great that not even light can escape. Einstein's equations predict the size and shape of this ring, so taking a picture of it wouldn't only be really cool, it would also help to verify that these equations hold in the extreme conditions around the black hole.
Ma cosa vedremmo se ci avvicinassimo ancora di più? È possibile vedere qualcosa che, per definizione, è impossibile vedere? Si è scoperto che se se potessimo ingrandire alla lunghezza di onde radio, vedremmo un anello di luce, creato dalla lente gravitazionale del plasma incandescente che ruota attorno al buco nero. In altre parole, il buco nero proietta un'ombra su questo fondo di materia luminosa, dando vita a una sfera di oscurità. Questo anello di luce rivela l'orizzonte del buco nero, dove l'attrazione gravitazionale diventa così forte da trattenere persino la luce. Le equazioni di Einstein ne stimano grandezza e forma, quindi scattare una fotografia non sarebbe solo ncredibile, ma aiuterebbe a verificare se tali equazioni sono valide nelle condizioni estreme attorno a un buco nero.
However, this black hole is so far away from us, that from Earth, this ring appears incredibly small -- the same size to us as an orange on the surface of the moon. That makes taking a picture of it extremely difficult. Why is that? Well, it all comes down to a simple equation. Due to a phenomenon called diffraction, there are fundamental limits to the smallest objects that we can possibly see. This governing equation says that in order to see smaller and smaller, we need to make our telescope bigger and bigger. But even with the most powerful optical telescopes here on Earth, we can't even get close to the resolution necessary to image on the surface of the moon. In fact, here I show one of the highest resolution images ever taken of the moon from Earth. It contains roughly 13,000 pixels, and yet each pixel would contain over 1.5 million oranges.
Tuttavia, questo buco nero è così lontano da noi, che dalla Terra quest'anello sembra incredibilmente piccolo, grande quanto un'arancia sulla superficie della Luna. E questo rende estremamente difficile fotografarlo. Perché? Tutto è riconducibile a una semplice equazione. Per effetto di un fenomeno detto diffrazione ci sono dei limiti di fondo per riuscire a vedere gli oggetti più piccoli. Questa equazione stabilisce che per vedere oggetti sempre più piccoli dobbiamo rendere il telescopio sempre più grande. Ma persino con i telescopi ottici più potenti qui sulla Terra non ci avviciniamo nemmeno alla risoluzione necessaria per vedere la superficie della luna. Vi mostro una delle immagini a più alta risoluzione mai scattata della luna dalla Terra. Si compone di circa 13.000 pixel, e ogni pixel conterrebbe oltre un milione e mezzo di arance.
So how big of a telescope do we need in order to see an orange on the surface of the moon and, by extension, our black hole? Well, it turns out that by crunching the numbers, you can easily calculate that we would need a telescope the size of the entire Earth.
Quanto deve essere grande il telescopio al fine di vedere un'arancia sulla superficie lunare e per estensione, il nostro buco nero? A quanto pare, facendo due conti, si calcola facilmente che ci vorrebbe un telescopio grande quanto tutta la Terra.
(Laughter)
(Risate)
If we could build this Earth-sized telescope, we could just start to make out that distinctive ring of light indicative of the black hole's event horizon. Although this picture wouldn't contain all the detail we see in computer graphic renderings, it would allow us to safely get our first glimpse of the immediate environment around a black hole.
Se riuscissimo a costruire questo telescopio potremmo iniziare a vedere il distintivo anello di luce, indicativo dell'orizzonte di un buco nero. Sebbene tale fotografia non possa contenere i dettagli che vediamo con elaborazioni grafiche, permetterebbe una prima osservazione sicura del campo gravitazionale che circonda un buco nero.
However, as you can imagine, building a single-dish telescope the size of the Earth is impossible. But in the famous words of Mick Jagger, "You can't always get what you want, but if you try sometimes, you just might find you get what you need." And by connecting telescopes from around the world, an international collaboration called the Event Horizon Telescope is creating a computational telescope the size of the Earth, capable of resolving structure on the scale of a black hole's event horizon. This network of telescopes is scheduled to take its very first picture of a black hole next year. Each telescope in the worldwide network works together. Linked through the precise timing of atomic clocks, teams of researchers at each of the sites freeze light by collecting thousands of terabytes of data. This data is then processed in a lab right here in Massachusetts.
Tuttavia, come potete immaginare, costruire un radiotelescopio grande quanto la Terra è impossibile. Ma come dice Mick Jagger: "Non sempre puoi avere ciò che vuoi, ma se qualche volta ci provi, potresti scoprire che hai ciò ti che serve". Collegando i telescopi di tutto il mondo, un'associazione internazionale chiamata "Event Horizon Telescope" sta creando un telescopio computazionale grande quanto la Terra per fornire una prova diretta oggettiva dell'orizzonte di un buco nero. Questa rete di telescopi ha in programma di scattere la prima foto di un buco nero l'anno prossimo. Ogni telescopio collabora all'interno della rete globale. Sincronizzati con gli orologi atomici, squadre di ricercatori di ogni sito congelano la luce raccogliendo migliaia di terabyte di dati. Questi dati vengono poi elaborati in un laboratorio qui in Massachusetts.
So how does this even work? Remember if we want to see the black hole in the center of our galaxy, we need to build this impossibly large Earth-sized telescope? For just a second, let's pretend we could build a telescope the size of the Earth. This would be a little bit like turning the Earth into a giant spinning disco ball. Each individual mirror would collect light that we could then combine together to make a picture. However, now let's say we remove most of those mirrors so only a few remained. We could still try to combine this information together, but now there are a lot of holes. These remaining mirrors represent the locations where we have telescopes. This is an incredibly small number of measurements to make a picture from. But although we only collect light at a few telescope locations, as the Earth rotates, we get to see other new measurements. In other words, as the disco ball spins, those mirrors change locations and we get to observe different parts of the image. The imaging algorithms we develop fill in the missing gaps of the disco ball in order to reconstruct the underlying black hole image. If we had telescopes located everywhere on the globe -- in other words, the entire disco ball -- this would be trivial. However, we only see a few samples, and for that reason, there are an infinite number of possible images that are perfectly consistent with our telescope measurements. However, not all images are created equal. Some of those images look more like what we think of as images than others. And so, my role in helping to take the first image of a black hole is to design algorithms that find the most reasonable image that also fits the telescope measurements.
Ma come funziona? Se vogliamo vedere il buco nero al centro della nostra galassia dobbiamo costruire questo telescopio grande quanto la Terra. Per un attimo,facciamo finta di poter costruire un telescopio grande quanto la Terra. Questo sarebbe in parte come trasformare la Terra in un'enorme palla stroboscopica rotante. Ogni specchietto catturerebbe la luce che potremmo poi assemblare per creare un'immagine. Ora rimuoviamo la maggior parte di quegli specchietti in modo che ne rimangano pochi. Potremmo ancora provare ad assemblare le informazioni ma otterremmo molte lacune. Gli specchi rimanenti rappresentano le sedi dei telescopi, ed è una quantità estremamente ridotta da cui ricavare un'immagine. Ma anche se i telescopi fossero collocati in poche località, mentre la Terra ruota, possiamo ottenere nuove misurazioni. Mentre la palla stroboscopica gira, gli specchi cambiano posizione e noi possiamo osservare parti diverse della stessa immagine. Gli algoritmi grafici rimediano alle lacune sulla palla stroboscopica per ricostruire l'immagine sottostante del buco nero. Se avessimo telescopi situati in ogni punto della Terra, ovvero, l'intera palla stroboscopica, sarebbe semplicissimo. Tuttavia vediamo solo pochi campioni di dati e per questa ragione, c'è un numero infinito di immagini possibili perfettamente coerenti con le misurazioni dei nostri telescopi. Tuttavia, non tutte le immagini sono create allo stesso modo. Solo alcune immagini sembrano più simili a ciò che definiamo come immagine. Quindi il mio ruolo nel catturare la prima immagine di un buco nero è progettare algoritmi che trovino l'immagine più soddisfacente che sia anche compatibile con le misurazioni del telescopio.
Just as a forensic sketch artist uses limited descriptions to piece together a picture using their knowledge of face structure, the imaging algorithms I develop use our limited telescope data to guide us to a picture that also looks like stuff in our universe. Using these algorithms, we're able to piece together pictures from this sparse, noisy data. So here I show a sample reconstruction done using simulated data, when we pretend to point our telescopes to the black hole in the center of our galaxy. Although this is just a simulation, reconstruction such as this give us hope that we'll soon be able to reliably take the first image of a black hole and from it, determine the size of its ring. Although I'd love to go on about all the details of this algorithm, luckily for you, I don't have the time.
Proprio come un ritrattista forense usa descrizioni limitate per disegnare un viso sfruttando la propria conoscenza dei volti, gli algoritmi grafici che sviluppo usano dati limitati del telescopio per guidarci verso un'immagine simile ai corpi celesti del nostro universo. Usando questi algoritmi, siamo in grado di assemblare immagini partendo da questi dati scarsi e confusi. Vi mostro l'esempio di una semplice ricostruzione fatta con dati simulati, fingendo di puntare i nostri telescopi verso il buco nero al centro della nostra galassia. Anche se si tratta di una simulazione, ricostruzioni come questa fanno sperare che presto otterremo una prima immagine affidabile di un buco nero e da essa determineremo le dimensioni del suo anello. Anche se mi piacerebbe dilungarmi sui dettagli di questo algoritmo, siete fortunati, non ne ho il tempo.
But I'd still like to give you a brief idea of how we define what our universe looks like, and how we use this to reconstruct and verify our results. Since there are an infinite number of possible images that perfectly explain our telescope measurements, we have to choose between them in some way. We do this by ranking the images based upon how likely they are to be the black hole image, and then choosing the one that's most likely.
Ma vorrei comunque in breve darvi un'idea di come definiamo l'aspetto del nostro universo, e come lo usiamo per ricostruire e verificare i nostri risultati. Dato che c'è un numero infinito di immagini possibili coerenti con le misurazioni dei nostri telescopi, dobbiamo trovare il modo di sceglierne alcune Lo facciamo classificando le immagini in base alla loro probabilità di essere quella del buco nero e poi scegliamo quella che gli si avvicina di più.
So what do I mean by this exactly? Let's say we were trying to make a model that told us how likely an image were to appear on Facebook. We'd probably want the model to say it's pretty unlikely that someone would post this noise image on the left, and pretty likely that someone would post a selfie like this one on the right. The image in the middle is blurry, so even though it's more likely we'd see it on Facebook compared to the noise image, it's probably less likely we'd see it compared to the selfie.
Che cosa intendo dire esattamente? Ipotizziamo di fare un modello matematico che ci dice quale foto ha più probabilità di apparire su Facebook. Vorremmo che tale modello dicesse che quasi nessuno userebbe l'immagine offuscata sulla sinistra e probabilmente si preferisce mostrare un selfie come questo sulla destra. L'immagine al centro è sfuocata, perciò anche se è più probabile vederla su Facebook rispetto a quella offuscata, è meno probabile rispetto al selfie.
But when it comes to images from the black hole, we're posed with a real conundrum: we've never seen a black hole before. In that case, what is a likely black hole image, and what should we assume about the structure of black holes? We could try to use images from simulations we've done, like the image of the black hole from "Interstellar," but if we did this, it could cause some serious problems. What would happen if Einstein's theories didn't hold? We'd still want to reconstruct an accurate picture of what was going on. If we bake Einstein's equations too much into our algorithms, we'll just end up seeing what we expect to see. In other words, we want to leave the option open for there being a giant elephant at the center of our galaxy.
Ma quando parliamo di immagini di un buco nero siamo di fronte a un vero enigma: non lo abbiamo mai visto prima d'ora. In questo caso, com'è l'immagine di un buco nero e cosa potremmo dedurre sulla struttura dei buchi neri? Potremmo provare a usare immagini ricostruite, come l'immagine del buco nero in "Interstellar", ma se lo facessimo sorgerebbero seri problemi. Che cosa accadrebbe se le teorie di Einstein non fossero veritiere? Vorremmo comunque ricostruire un'immagine iniziale accurata. Se usassimo troppo le equazioni di Einstein nei nostri algoritmi, finiremmo col vedere quello che ci aspettiamo di vedere. Vogliamo lasciare aperta la possibilità di un enorme elefante al centro della nostra galassia.
(Laughter)
(Risate)
Different types of images have very distinct features. We can easily tell the difference between black hole simulation images and images we take every day here on Earth. We need a way to tell our algorithms what images look like without imposing one type of image's features too much. One way we can try to get around this is by imposing the features of different kinds of images and seeing how the type of image we assume affects our reconstructions. If all images' types produce a very similar-looking image, then we can start to become more confident that the image assumptions we're making are not biasing this picture that much.
Diversi tipi di immagini hanno caratteristiche molto diverse. È semplice distinguere fra le immagini simulate di un buco nero e le fotografie scattate ogni giorno qui sulla Terra. Dobbiamo dire ai nostri algoritmi quali immagini si assomigliano senza imporre troppo le caratteristica di una sulle altre. Un modo in cui possiamo provare a farlo è imporre le caratteristiche di immagini di diverso tipo per capire come l'immagine ipotizzata influenzi le nostre ricostruzioni. Se tutti i tipi di immagini producono un'immagine simile allora possiamo essere più sicuri che le ipotesi che stiamo facendo non pregiudicano del tutto i risultati.
This is a little bit like giving the same description to three different sketch artists from all around the world. If they all produce a very similar-looking face, then we can start to become confident that they're not imposing their own cultural biases on the drawings. One way we can try to impose different image features is by using pieces of existing images. So we take a large collection of images, and we break them down into their little image patches. We then can treat each image patch a little bit like pieces of a puzzle. And we use commonly seen puzzle pieces to piece together an image that also fits our telescope measurements.
È quasi come dare la stessa descrizione a tre diversi ritrattisti in diverse parti del mondo. Se tutti disegnano un volto simile, allora possiamo iniziare a pensare che nei loro disegni non impongono i propri pregiudizi culturali. Un modo per provare a imporre caratteristiche diverse è attraverso l'uso di pezzi di immagini esistenti. Prendiamo una grande raccolta di immagini che scomponiamo in piccoli frammenti. Poi trattiamo quei frammenti come le tessere di un puzzle e usiamo tessere di puzzle comuni per formare un'immagine coerente con le misurazioni del nostro telescopio.
Different types of images have very distinctive sets of puzzle pieces. So what happens when we take the same data but we use different sets of puzzle pieces to reconstruct the image? Let's first start with black hole image simulation puzzle pieces. OK, this looks reasonable. This looks like what we expect a black hole to look like. But did we just get it because we just fed it little pieces of black hole simulation images? Let's try another set of puzzle pieces from astronomical, non-black hole objects. OK, we get a similar-looking image. And then how about pieces from everyday images, like the images you take with your own personal camera? Great, we see the same image. When we get the same image from all different sets of puzzle pieces, then we can start to become more confident that the image assumptions we're making aren't biasing the final image we get too much.
Diversi tipi di immagine hanno tessere di puzzle altrettanto diverse. Allora cosa accade quando prendiamo gli stessi dati ma usiamo diversi set di tessere per ricostruire l'immagine? Iniziamo con le immagini simulate del buco nero ridotte a tessere di puzzle. Questo mi sembra accettabile. È come ci aspetteremmo l'immagine un buco nero. Ma l'abbiamo ottenuta solo perché abbiamo assemblato le tessere di un buco nero simulato? Proviamo con un altro set di tessere di oggetti astronomici che non siano buchi neri. Otteniamo un'immagine simile. E che dire di frammenti di immagini quotidiane come le foto che scattiamo con la nostra fotocamera? Fantastico! Vediamo la stessa immagine. Quando otteniamo la stessa immagine da set di tessere differenti possiamo avere maggiore certezza che le nostre ipotesi sulle immagini non interferiscono troppo con il risultato finale.
Another thing we can do is take the same set of puzzle pieces, such as the ones derived from everyday images, and use them to reconstruct many different kinds of source images. So in our simulations, we pretend a black hole looks like astronomical non-black hole objects, as well as everyday images like the elephant in the center of our galaxy. When the results of our algorithms on the bottom look very similar to the simulation's truth image on top, then we can start to become more confident in our algorithms. And I really want to emphasize here that all of these pictures were created by piecing together little pieces of everyday photographs, like you'd take with your own personal camera. So an image of a black hole we've never seen before may eventually be created by piecing together pictures we see all the time of people, buildings, trees, cats and dogs. Imaging ideas like this will make it possible for us to take our very first pictures of a black hole, and hopefully, verify those famous theories on which scientists rely on a daily basis.
Un'altra cosa che possiamo fare è prendere lo stesso set di tessere, come le fotografie della vita quotidiana, e usarle per ricostruire diverse tipi di immagini originali. Nelle nostre simulazioni fingiamo che un buco nero assomigli a corpi astronomici diversi da buchi neri come le immagini comuni con l'elefante al centro della galassia. Quando i risultati dei nostri algoritmi appaiono molto simili all'immagine della simulazione in alto a sinistra, allora possiamo sentirci più certi dei nostri algoritmi. Vorrei davvero sottolineare che tutte le immagine sono state create assemblando frammenti di fotografie comuni, come quelle che fate con la vostra fotocamera. Perciò l'immagine di un buco nero che non abbiamo mai visto prima alla fine potrebbe essere creata assemblando le immagini comuni di persone, edifici, alberi, cani e gatti. Formare immagini come questa ci renderà possibile scattare la prima fotografia di un buco nero, e, si spera, verificare quelle famose teorie su cui gli scienziati si basano ogni giorno.
But of course, getting imaging ideas like this working would never have been possible without the amazing team of researchers that I have the privilege to work with. It still amazes me that although I began this project with no background in astrophysics, what we have achieved through this unique collaboration could result in the very first images of a black hole. But big projects like the Event Horizon Telescope are successful due to all the interdisciplinary expertise different people bring to the table. We're a melting pot of astronomers, physicists, mathematicians and engineers. This is what will make it soon possible to achieve something once thought impossible.
Ma ovviamente, formare queste immagini non sarebbe stato possibile senza un fantastico team di ricercatori con cui ho il privilegio di lavorare. Mi stupisce tutt'ora, che benché abbia iniziato questo progetto senza basi di astrofisica, il risultato di questa collaborazione unica potrebbe risultare nella prima immagine di un buco nero. Ma i grandi progetti come l'Event Horizon Telescope hanno successo grazie alle conoscenze interdisciplinari che diversi esperti mettono in gioco. Siamo un insieme di astronomi, fisici, matematici e ingegneri. Ed è questo che presto renderà possibile raggiungere un risultato che si credeva impossibile.
I'd like to encourage all of you to go out and help push the boundaries of science, even if it may at first seem as mysterious to you as a black hole.
Vorrei incoraggiarvi a farvi avanti e aiutare ad ampliare i confini della scienza anche se a prima vista può sembrare tanto misterioso quanto un buco nero.
Thank you.
Grazie.
(Applause)
(Applausi)