CHARLAS
TEDIdeas dignas de difundir
sábado 08 de abril de 2017
Por Katie Bouman
En la película "Interstellar", tenemos una mirada de cerca a un agujero negro supermasivo. En contraste con un telón de fondo de gas brillante, el tirón gravitacional masivo del agujero negro dobla la luz en un anillo. Sin embargo, esto no es una fotografía real, sino una representación gráfica de computadora - una interpretación artística - de lo que podría parecer un agujero negro.
Hace cien años, Albert Einstein publicó por primera vez su teoría de la relatividad general. En los años transcurridos desde entonces, los científicos han proporcionado una gran cantidad de pruebas en apoyo de ella. Pero una cosa predicha de esta teoría, los agujeros negros, todavía no se han observado directamente . Aunque tenemos alguna idea de cómo podría ser un agujero negro, en realidad nunca hemos tomado una foto de uno antes. Sin embargo, usted puede ser que sorprenda saber que eso puede cambiar pronto. Podemos ver nuestra primera foto de un agujero negro en los próximos dos años. Conseguir esta primera imagen se reducirá a un equipo internacional de científicos, un telescopio de tamaño de la Tierra y un algoritmo que reúne la imagen final. Aunque hoy no podré mostrarle una imagen real de un agujero negro, quisiera darle una breve mirada al esfuerzo que implica obtener esa primera imagen.
Mi nombre es Katie Bouman, y soy estudiante de doctorado en MIT. Hago investigaciones en un laboratorio de informática que trabaja en la fabricación de computadoras a través de imágenes y video. Pero aunque no soy un astrónomo, hoy me gustaría mostrarte cómo he podido contribuir a este emocionante proyecto.
Si salen más allá de las brillantes luces de la ciudad esta noche, es posible que tengan la suerte de ver una vista impresionante de la Vía Láctea. Y si pudiera acercarse a millones de estrellas , 26.000 años luz hacia el corazón de la Vía Láctea en espiral, llegaríamos finalmente a un grupo de estrellas justo en el centro. Mirando por encima de todo el polvo galáctico con telescopios infrarrojos, los astrónomos han observado estas estrellas durante más de 16 años. Pero es lo que no ven que es el más espectacular. Estas estrellas parecen girar en órbita alrededor de un objeto invisible. Siguiendo los caminos de estas estrellas , los astrónomos han llegado a la conclusión de que lo único pequeño y pesado para causar este movimiento es un agujero negro supermasivo, un objeto tan denso que aspira cualquier cosa que se aventure demasiado cerca, incluso la luz.
Pero, ¿qué pasa si nos acercamos aún más? ¿Es posible ver algo que, por definición, es imposible de ver? Bueno, resulta que si nos acercáramos a las longitudes de onda de la radio, esperábamos ver un anillo de luz causado por la lente gravitatoria de plasma caliente que rodea el agujero negro. En otras palabras, el agujero negro arroja una sombra en este telón de fondo de material brillante , tallando una esfera de oscuridad. Este brillante anillo revela el horizonte de eventos del agujero negro, donde la atracción gravitatoria se hace tan grande que ni siquiera la luz puede escapar. Las ecuaciones de Einstein predecir el tamaño y la forma de este anillo, por lo que tomar una foto de que no sólo sería realmente genial, también ayudaría a verificar que estas ecuaciones se mantienen en las condiciones extremas alrededor del agujero negro.
Sin embargo, este agujero negro está tan lejos de nosotros, que desde la Tierra, este anillo aparece increíblemente pequeño - el mismo tamaño que una naranja en la superficie de la luna. Eso hace que tomar una fotografía de ella sea extremadamente difícil. ¿Porqué es eso? Bueno, todo se reduce a una simple ecuación. Debido a un fenómeno llamado difracción, hay límites fundamentales a los objetos más pequeños que podemos ver. Esta ecuación de gobierno dice que para ver cada vez más pequeño, necesitamos hacer nuestro telescopio más grande y más grande. Pero incluso con los más potentes telescopios ópticos aquí en la Tierra, ni siquiera podemos acercarnos a la resolución necesaria para la imagen en la superficie de la Luna. De hecho, aquí muestro una de las imágenes de mayor resolución tomadas de la Luna desde la Tierra. Contiene aproximadamente 13.000 píxeles, y sin embargo cada píxel contendría más de 1.5 millones de naranjas.
Entonces, ¿qué tamaño de telescopio necesitamos para ver una naranja en la superficie de la luna y, por extensión, en nuestro agujero negro? Bueno, resulta que al calcular los números, puedes calcular fácilmente que necesitaríamos un telescopio del tamaño de toda la Tierra.
Si pudiéramos construir este telescopio del tamaño de la Tierra, podríamos empezar a distinguir ese distintivo anillo de luz que indica el horizonte del evento del agujero negro. Aunque esta imagen no contendría todos los detalles que vemos en representaciones gráficas de computadora, nos permitiría obtener con seguridad nuestra primera visión del entorno inmediato alrededor de un agujero negro.
Sin embargo, como se puede imaginar, la construcción de un telescopio de un solo plato del tamaño de la Tierra es imposible. Pero en las famosas palabras de Mick Jagger, "No siempre puedes conseguir lo que quieres, pero si lo intentas a veces, puedes encontrar que obtienes lo que necesitas ". Y conectando telescopios de todo el mundo, una colaboración internacional llamada Telescopio Event Horizon está creando un telescopio computacional del tamaño de la Tierra, capaz de resolver la estructura en la escala del horizonte de eventos de un agujero negro. Esta red de telescopios está programada para tomar su primera foto de un agujero negro el próximo año. Cada telescopio en la red mundial trabaja en conjunto. Vinculados a través del momento preciso de los relojes atómicos, equipos de investigadores en cada uno de los lugares congelan la luz al recoger miles de terabytes de datos. Estos datos se procesan en un laboratorio aquí en Massachusetts.
Entonces, ¿cómo funciona esto? Recuerda que si queremos ver el agujero negro en el centro de nuestra galaxia, necesitamos construir este telescopio de dimensión de la Tierra increíblemente grande. Por sólo un segundo, vamos a fingir que podríamos construir un telescopio del tamaño de la Tierra. Esto sería un poco como convertir la Tierra en una gigantesca bola de discoteca giratoria. Cada espejo individual recogería la luz que luego podríamos combinar para crear una imagen. Sin embargo, ahora digamos que eliminamos la mayoría de esos espejos para que sólo queden unos pocos. Podríamos todavía tratar de combinar esta información, pero ahora hay muchos agujeros. Estos espejos restantes representan los lugares donde tenemos telescopios. Este es un número increíblemente pequeño de medidas para hacer una imagen de. Pero aunque sólo recogemos la luz en unos pocos lugares del telescopio, a medida que gira la Tierra, llegamos a ver otras nuevas mediciones. En otras palabras, cuando la bola discoteca gira, los espejos cambian de lugar y observamos diferentes partes de la imagen. Los algoritmos de imágenes que desarrollamos rellenan los espacios faltantes de la bola discoteca para reconstruir la imagen subyacente del agujero negro. Si tuviéramos telescopios situados por todas partes en el globo, es decir, toda la bola de discoteca , esto sería trivial. Sin embargo, sólo vemos unas pocas muestras, y por esa razón, hay un número infinito de imágenes posibles que son perfectamente coherentes con nuestras mediciones de telescopio. Sin embargo, no todas las imágenes son iguales. Algunas de esas imágenes se parecen más a lo que pensamos como imágenes que a otras. Y así, mi papel en ayudar a tomar la primera imagen de un agujero negro es diseñar algoritmos que encuentren la imagen más razonable que también se ajuste a las mediciones del telescopio.
Al igual que un dibujante forense utiliza descripciones limitadas para reconstruir una imagen usando su conocimiento de la estructura de la cara, los algoritmos de imágenes que desarrollo utilizan nuestros limitados datos de telescopio para guiarnos a una imagen que también parece material en nuestro universo. Usando estos algoritmos, podemos juntar imágenes de estos datos escasos y ruidosos. Así que aquí muestro una reconstrucción de muestra realizada usando datos simulados, cuando pretendemos apuntar nuestros telescopios hacia el agujero negro en el centro de nuestra galaxia. Aunque esto es sólo una simulación, la reconstrucción como esta nos da la esperanza de que pronto podremos confiablemente tomar la primera imagen de un agujero negro y de ella, determinar el tamaño de su anillo. Aunque me encantaría continuar con todos los detalles de este algoritmo, afortunadamente para ti, no tengo tiempo.
Pero todavía me gustaría darle una breve idea de cómo definimos lo que nuestro universo parece, y cómo usamos esto para reconstruir y verificar nuestros resultados. Puesto que hay un número infinito de imágenes posibles que explican perfectamente nuestras mediciones de telescopio, tenemos que elegir entre ellas de alguna manera. Hacemos esto mediante la clasificación de las imágenes basadas en la probabilidad de que sean la imagen de agujero negro, y luego elegir la que es más probable.
Entonces, ¿qué quiero decir con esto exactamente? Digamos que estábamos tratando de hacer un modelo que nos dijo lo probable que una imagen que aparecen en Facebook. Probablemente queremos que el modelo diga que es bastante improbable que alguien publique esta imagen de ruido a la izquierda, y muy probable que alguien publique un selfie como este a la derecha. La imagen en el medio es borrosa, así que aunque es más probable que lo veamos en Facebook en comparación con la imagen de ruido, es probablemente menos probable que lo veamos en comparación con el selfie.
Pero cuando se trata de imágenes del agujero negro, nos plantean un verdadero problema: nunca antes habíamos visto un agujero negro. En ese caso, ¿qué es una probable imagen de agujero negro, y qué debemos asumir sobre la estructura de los agujeros negros? Podríamos tratar de usar imágenes de simulaciones que hemos hecho, como la imagen del agujero negro de "Interstellar", pero si lo hicimos, podría causar algunos problemas serios. ¿Qué pasaría si las teorías de Einstein no se cumplieran? Todavía queríamos reconstruir una imagen exacta de lo que estaba pasando. Si asamos las ecuaciones de Einstein demasiado en nuestros algoritmos, acabaremos viendo lo que esperamos ver. En otras palabras, queremos dejar abierta la opción de que haya un elefante gigante en el centro de nuestra galaxia.
Los diferentes tipos de imágenes tienen características muy distintas. Podemos distinguir fácilmente las imágenes de simulación de agujeros negros e imágenes que tomamos cada día aquí en la Tierra. Necesitamos una manera de decir a nuestros algoritmos qué imágenes se parecen sin imponer un tipo de características de la imagen demasiado . Una manera de tratar de superar esto es imponiendo las características de diferentes tipos de imágenes y viendo cómo el tipo de imagen que asumimos afecta nuestras reconstrucciones. Si todos los tipos de imágenes producen una imagen de aspecto muy similar, entonces podemos empezar a confiar más en que las suposiciones de la imagen que estamos haciendo no están sesgando esta imagen tanto.
Esto es un poco como dar la misma descripción a tres diferentes artistas de esbozo de todo el mundo. Si todos ellos producen un rostro de aspecto muy similar, entonces podemos empezar a confiar en que no están imponiendo sus propios sesgos culturales en los dibujos. Una manera de tratar de imponer diferentes características de imagen es utilizando fragmentos de imágenes existentes . Así que tomamos una gran colección de imágenes, y las dividimos en sus pequeños parches de imagen. A continuación, podemos tratar cada parche de imagen un poco como piezas de un rompecabezas. Y usamos piezas de rompecabezas comúnmente vistas para juntar una imagen que también se ajusta a nuestras mediciones de telescopio.
Diferentes tipos de imágenes tienen conjuntos muy distintivos de piezas de rompecabezas. Entonces, ¿qué sucede cuando tomamos los mismos datos pero usamos diferentes conjuntos de piezas de rompecabezas para reconstruir la imagen? Empecemos primero con piezas de rompecabezas de simulación de imagen de agujero negro. OK, esto parece razonable. Esto se parece a lo que esperamos que se vea un agujero negro. Pero, ¿lo conseguimos simplemente porque lo alimentamos con pedacitos de imágenes de simulación de agujero negro? Vamos a probar otro conjunto de piezas de rompecabezas de objetos astronómicos, no-agujero negro. OK, tenemos una imagen de aspecto similar. Y luego, ¿qué hay de las piezas de imágenes cotidianas, como las imágenes que tomas con tu propia cámara personal? Genial, vemos la misma imagen. Cuando obtengamos la misma imagen de todos los diferentes juegos de piezas de rompecabezas, entonces podemos empezar a confiar más en que las suposiciones de imagen que estamos haciendo no están sesgando la imagen final que obtenemos demasiado .
Otra cosa que podemos hacer es tomar el mismo conjunto de piezas del rompecabezas, como las derivadas de imágenes cotidianas , y utilizarlas para reconstruir muchos tipos diferentes de imágenes de origen. Por lo tanto, en nuestras simulaciones, pretendemos que un agujero negro se parece a objetos astronómicos no agujeros negros, así como imágenes cotidianas como el elefante en el centro de nuestra galaxia. Cuando los resultados de nuestros algoritmos en la parte inferior se parecen muy a la imagen de verdad de la simulación en la parte superior, entonces podemos comenzar a ser más seguros en nuestros algoritmos. Y realmente quiero enfatizar aquí que todas estas imágenes fueron creadas juntando pedazos pequeños de fotografías cotidianas, como lo haría con su propia cámara personal. Así que una imagen de un agujero negro que nunca hemos visto antes puede eventualmente ser creado juntando imágenes que vemos todo el tiempo de personas, edificios, árboles, gatos y perros. Imaginar ideas como esta nos permitirá tomar nuestras primeras imágenes de un agujero negro y , con suerte, verificar esas famosas teorías sobre las que los científicos dependen diariamente.
Pero, por supuesto, obtener ideas de imagen como este trabajo nunca hubiera sido posible sin el increíble equipo de investigadores con los que tengo el privilegio de trabajar. Todavía me asombra que aunque comencé este proyecto sin antecedentes en astrofísica, lo que hemos logrado a través de esta colaboración única podría resultar en las primeras imágenes de un agujero negro. Pero grandes proyectos como el Telescopio Event Horizon son exitosos debido a toda la experiencia interdisciplinaria que diferentes personas aportan a la mesa. Somos un crisol de astrónomos, físicos, matemáticos e ingenieros. Esto es lo que hará que pronto sea posible lograr algo que alguna vez se creyó imposible.
Me gustaría alentar a todos ustedes a salir y ayudar a empujar los límites de la ciencia, incluso si a primera vista parece tan misterioso para usted como un agujero negro.
No hay comentarios:
Publicar un comentario