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.
У фільмі "Інтерстеллар" ми можемо зблизька розгледіти надмасивну чорну діру. На фоні яскравого газу потужна гравітація чорної діри згинає світло у кільце. Але це не справжня фотографія, а лише комп'ютерна графіка: художнє осмислення того, як могла б виглядати чорна діра.
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.
Сотню років тому Альберт Ейнштейн вперше опублікував свою загальну теорію відносності. З того часу науковці надали чимало доказів на її користь. Але спрогнозований нею об'єкт, чорну діру, досі не вдалося безпосередньо побачити. Хоча ми і маємо припущення, як саме має виглядати чорна діра, її ще ні разу не вдалося сфотографувати. Мабуть, ви здивуєтеся, але можливо, це скоро зміниться. Можливо, що перше фото чорної діри можна буде побачити вже за кілька років. Отримання першого зображення залежатиме від міжнародної команди науковців, телескопу розміром із Землю, та алгоритму, що згенерує фінальне фото. Хоча я і не зможу показати вам справжнє фото чорної діри сьогодні, я все ж хотіла б побіжно розповісти вам про ті зусилля, котрі необхідні, аби дістати це перше зображення.
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.
Мене звати Кеті Боуман, і я - аспірантка у Массачусетському технологічному інституті. Я проводжу дослідження у комп'ютерній лабораторії, котра займається комп'ютерним аналізом зображень та відео. І хоч я і не астроном, сьогодні я хочу показати, як саме я змогла допомогти цьому захопливому проекту.
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.
Якщо ви вночі поїдете подалі від яскравих вогнів міста, то, можливо, вам пощастить побачити вражаючий краєвид галактики Чумацький Шлях. І якби ви могли промайнути повз мільйони зірок на 26 тисяч світлових років у саме серце нашої спіральної галактики, ви дісталися б скупчення зірок у самісінькому центрі. Прозираючи крізь космічний пил за допомогою інфрачервоних телескопів, астрономи спостерігали за цими зірками більше 16 років. Але найбільш захопливим є саме те, чого вони побачити не можуть. Здається, що зорі кружляють довкола невидимого об'єкта. Відслідковуючи траєкторії цих зірок, астрономи дійшли висновку, що єдина річ настільки мала і важка, аби спричинити цей рух, - це надмасивна чорна діра: об'єкт такої густини, що всмоктує все, що наважиться наблизитися до нього. Навіть світло.
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.
Але що буде, якщо наблизитися ще більше? Чи можна побачити те, що, по суті, побачити неможливо? Виявляться, що при близькому розгляді у діапазоні радіочастот ми, скоріш за все, побачили б кільце світла спричинене гравітаційним лінзуванням гарячої плазми, котра ущільнюється довкола чорної діри. Іншими словами, чорна діра відкидає тінь на фон із яскравої матерії, утворюючи сферу із темряви. Це яскраве кільце показує горизонт подій чорної діри: місце, де гравітація стає настільки сильною, що навіть світло не має шансу вирватися. Рівняння Ейнштейна передбачають розмір та форму цього кільця. Тож його фотографія буде не лише дуже крутою штукою, а й допоможе підтвердити, що ці рівняння мають силу і у надзвичайних умовах довкола чорної діри.
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.
Однак ця чорна діра настільки далеко від нас, що з Землі це кільце здаватиметься неймовірно маленьким - такого ж розміру для нас, як і апельсин на поверхні місяця. Це робить процес фотографії надзвичайно складним. Чому ж так? Все зводиться до простого рівняння. Через явище, що зветься дифракція, існують фізичні обмеження щодо граничного розміру об'єкта, котрий ми можемо побачити. Згідно основного рівняння, аби бачити все менші і менші об'єкти, нам треба будувати телескопи все більшими і більшими. Але навіть із найпотужнішими оптичними телескопами на Землі ми не наблизимося до роздільної здатності, необхідної для знімка поверхні Місяця. До слова, ось фото з найбільш детальнім зображенням поверхні Місяця, котре колись було зроблено з Землі. На ньому приблизно 13 000 пікселів а у кожному пікселі умістилися б 1,5 мільйони апельсинів.
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.
Тож наскільки великий потрібен телескоп, аби побачити апельсин на поверхні Місяця, і, відповідно, нашу чорну діру? Виявляться, що виконавши деякі розрахунки, можна легко визначити, що телескоп має бути розміром із Землю.
(Laughter)
(Сміх)
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.
Якби нам вдалося збудувати цей планетарний телескоп, ми змогли б лише трохи розгледіти це специфічне кільце світла, що окреслює горизонт подій чорної діри. І хоча на цьому фото не буде усіх тих деталей, котрі ми бачимо на комп'ютерних малюнках, воно точно дозволить нам вперше розгледіти навколишнє середовище чорної діри.
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.
Проте, як можна собі уявити, створити телескоп із єдиною антеною розміром із Землю просто неможливо. Але цитуючи відомі слова Міка Джаггера: "Ти не завжди можеш отримати те, чого хочеш, але якщо постаратися одного разу зрозумієш, що ти отримуєш те, що тобі потрібно." З'єднуючи телескопи по всьому світу, спільний міжнародний проект під назвою Event Horizon Telescope створює комп'ютерний телескоп розміром із Землю, котрий має роздільну здатність, що відповідає масштабам горизонту подій чорної діри. Планується, що ця мережа телескопів може зробити перше фото чорної діри наступного року. Кожен телескоп у всесвітній мережі працює разом із іншими. Зв'язні за точним часом атомних годинників, групи дослідників у своїх діапазонах фіксують світло, збираючи тисячі терабайт даних. Опісля ці дані аналізуються у лабораторії тут, у Массачусетсі.
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.
Тож як це взагалі працює? Пам'ятаєте: аби побачити чорну діру в центрі нашої галактики, потрібно збудувати велетенський телескоп розміром із Землю? Давайте на хвилинку уявимо, що ми справді можемо збудувати такий планетарний телескоп. Це буде ніби як перетворити Землю на величезну дискокулю. Кожне окреме дзеркальце збиратиме світло, котре потім можна буде поєднати разом, аби зробити фото. Але, що буде, якщо ми приберемо більшість дзеркал і залишимо лише кілька з них? Ми все одно можемо спробувати поєднати отриману інформацію, але тепер у нас буде багато прогалин. Дзеркала, котрі залишилися - це місця, де знаходяться телескопи. Це вкрай мала кількість даних для фото. І хоча ми збираємо світло, використовуючи лише кілька телескопів, Земля обертаєтеся, що дає нам можливість отримувати нові дані. Іншими словами, коли диско-куля обертається, дзеркала змінюють положення і ми можемо спостерігати різні частини одного зображення. Алгоритми візуалізації, над котрими ми працюємо, заповнюють прогалини на кулі, аби відтворити базове зображення чорної діри. Якби телескопи були розміщені по усій планеті - тобто вкривали всю диско-кулю - то це було б надто просто. Однак у нас є лише кілька фрагментів, і саме тому існує нескінченна кількість можливих зображень котрі відповідають даним, що зібрав наш телескоп. Але не усі зображення однакові. Деякі з них більше схожі на фото у нашому розумінні, ніж інші. І тому моя частина роботи над отриманням зображення чорної діри полягає у розробці алгоритмів, котрі знаходять потрібні знімки, що також відповідають даним з телескопів.
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.
Наче художник-криміналіст, котрий працює із обмеженою кількістю відомостей для відтворення образу, застосовуючи власні знання про будову обличчя, алгоритми візуалізації, котрі я розробляю, використовують обмежені дані з телескопів, аби вказати на зображення, котре виглядатиме як щось із цього всесвіту. Використовуючи ці алгоритми, ми можемо скласти зображення із цих мізерних і нечітких шматочків інформації. Отже, зараз я демонструю зразок реконструкції із використанням імітованих даних: ніби ми насправді спрямували наш телескоп на чорну діру в центрі галактики. Хоч це і симуляція, подібна реконструкція дає надію на те, що нам, вірогідно, невдовзі вдасться зробити перший знімок чорної діри і на його основі визначити розміри кільця. І хоча я із задоволенням розповіла б вам про усі деталі алгоритму, у мене, на щастя для вас, не вистачить на це часу.
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.
Але я хочу дати вам загальне уявлення про те, яким чином ми визначаємо як саме виглядає наш всесвіт, і як ми це використовуємо для відтворення та підтвердження результатів. Оскільки існує нескінченна кількість можливих зображень, котрі ідеально описують дані з наших телескопів, нам якось треба їх сортувати. Ми робимо це, оцінюючи можливість того, що саме ЦЕ зображення - фото чорної діри, і потім обираємо найбільш вірогідні.
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.
Що саме я маю на увазі? Скажімо, ми намагалися створити модель, котра говорила б нам про вірогідність публікації якогось фото на Facebook. Хотілося б, щоб ця модель могла визначити, що скоріш за все ніхто не завантажить фото із шумом як зліва, а із більшою вірогідністю опублікує селфі, як ось це справа. Зображення посередині розмите, і хоча ми б із більшою вірогідністю побачили його на Facebook у порівнянні із зображенням шуму, ми навряд, чи зустріли б його, якщо порівнювати із селфі.
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.
Але говорячи про знімки чорної діри, виникає справжня загадка: ми ніколи раніше її не бачили. У цьому випадку, яким має бути зображення чорної діри і які припущення можна зробити щодо її структури? Можна, звичайно, використати зображення симуляцій, котрі ми робили, як фото чорної діри у фільмі "Інтерстеллар". Але якщо це зробити, то виникне ряд проблем. Що буде, якщо теорії Ейнштейна не спрацюють? Нам все ж хочеться відтворити достовірне зображення того, що відбувається. Якщо у наших алгоритмах ми надто покладатимемося на рівняння Ейнштейна то в результаті побачимо те, що хочемо побачити. Іншими словами, ми не хочемо виключати того, що у центрі нашої галактики може знаходитися величезний слон.
(Laughter)
(Сміх)
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.
Різні типи зображень мають досить вирізні характеристики. Ми легко відрізнимо зображення симуляції чорної діри від фото, які ми кожного дня робимо тут, на Землі. Нам треба вигадати спосіб вписати в алгоритми як саме вигадають ці світлини, не надто концентруючи увагу на якомусь конкретному типі зображення. Одним із способів вирішення проблеми є введення характеристик різних типів зображень і спостереження за тим, як це впливає на відтворюванні знімки. Якщо усі типи зображень спродукають дуже схожі знімки, то можна потроху впевнюватися у тому, що наші припущення щодо зображення, не надто впливають на кінцевий результат.
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.
Це ніби як дати однаковий опис трьом різним художникам з різних країн. Якщо вони намалюють дуже схожі портрети, тоді можна із впевненістю припустити, що їх культурні упередження не впливають на вихідний малюнок. Одним зі шляхів застосування різних характеристик зображень є використання вже існуючих світлин. Ми беремо велику вибірку зображень і ріжемо кожне з них на невеличкі шматочки. Кожний таких шматочок можна назвати частиною пазлу. Далі ми використовуємо шматочки, які зустрічаються найчастіше, аби створити зображення, котре також відповідає параметрам даних з телескопів.
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.
Різні типи зображень мають вельми характерні набори таких фрагментів. Що ж трапиться, якщо ми використаємо ті самі дані, але інші набори пазлів для відтворення зображення? Давайте почнемо зі шматочків для симуляції зображення чорної діри. Добре, це виглядає непогано. Це виглядає так, як, на нашу думку, виглядатиме чорна діра. Але ми отримали такий результат тільки тому, що ввели до алгоритму шматочки зображень із симуляціями чорної діри? Давайте спробуємо інший набір шматочків зображень із астрономічними об'єктами, що не є чорною дірою. Добре, ми отримали дуже схожу світлину. А як щодо повсякденних знімків, як ті, що ви кожного дня робите на власні камери? Чудово! Ми бачимо те саме зображення. Коли із різних наборів шматочків ми отримуємо однакові зображення, то можемо із більшою вірогідністю сказати, що припущення щодо фото, котрі ми робимо, не надто вливають на кінцеву світлину.
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.
Ще ми можемо взяти набір шматочків, як ті, котрі ми отримали із повсякденних знімків, і використати їх для відтворення різних типів зображень. Отже, у наших симуляціях ми уявляємо, що чорна діра виглядає, як будь-які інші астрономічні об'єкти і як повсякденні зображення типу слона у центрі нашої галактики. Коли результати алгоритму знизу нагадають зображення симуляції зверху, то ми можемо впевнитися у правильності наших алгоритмів. І мені хотілося б підкреслити, що усі ці зображення створені нами під час складання шматочків повсякденних фото, котрі ви усі кожного дня робите на свої камери. Тож зображення чорної діри, котру ми ніколи раніше не бачили у результаті може бути створене із набору фото, котрі ми бачимо повсякчас: світлини людей, будівель, дерев та домашніх улюбленців. Саме такі візуальні концепції дадуть нам змогу зробити перший знімок чорної діри і, я сподіваюся, підтвердити відомі теорії, на які науковці спираються у щоденній роботі.
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.
Але такі візуальні концепції неможливо було б реалізувати, якби не робота надзвичайної команди науковців, із якими я маю честь працювати. Я досі не можу повірити, що незважаючи на те, що я почала роботу не маючи знань з астрофізики, те, чого ми досягли у цьому унікальному спільному проекті, може стати першим зображенням чорної діри. Але великі проекти, як Event Horizon Telescope, успішні саме завдяки усім тим міждисциплінарним знанням, котрі різні люди вносять у спільну роботу. Наша команда - це суміш із астрономів, фізиків, математиків та інженерів. Саме це невдовзі дозволить досягти чогось, що раніше здавалось неможливим.
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.
Я хочу закликати усіх вас вийти на вулицю і допомогти нам розширити кордони науки, навіть, якщо це спочатку здаватиметься так само загадковим, як і чорна діра.
Thank you.
Дякую.
(Applause)
(Оплески)