Các nhà nghiên cứu tăng cường độ nét của ảnh chụp hố đen siêu khối lượng ở trung tâm thiên hà Messier 87 bằng chương trình học máy. Ảnh chụp bằng EHT (trái) và ảnh sau khi chỉnh độ nét bằng PRIMO của hố đen M87. Ảnh: L. Medeiros Bức ảnh chụp hố đen siêu khối lượng M87 cách Trái Đất 55 triệu năm ánh sáng trở nên rõ nét sau khi chỉnh sửa từ siêu máy tính. Vầng màu cam bao quanh hố đen trở nên mảnh hơn nhờ sự hỗ trợ của công nghệ học máy. Việc điều chỉnh độ nét ảnh chụp hố đen siêu khối lượng ở chính giữa thiên hà Messier 87 (M87) có thể giúp các nhà nghiên cứu hiểu rõ hơn đặc điểm của nó và áp dụng với hố đen ở trung tâm dải Ngân Hà. Họ công bố kết quả nghiên cứu hôm 13/4 trên tạp chí Astrophysical Journal Letters. Bức ảnh đầu tiên của hố đen siêu khối lượng được chụp bởi Kính viễn vọng chân trời sự kiện (EHT) và công bố năm 2019. EHT thu thập dữ liệu để tạo ra bức ảnh trong vài ngày năm 2017. EHT là mạng lưới 7 kính viễn vọng trên toàn cầu, tạo thành kính viễn vọng ảo lớn cỡ Trái Đất. Tuy khả năng quan sát của EHT rất mạnh, vẫn có những khoảng trống trong dữ liệu mà nó thu thập. Nhóm nghiên cứu bao gồm đứng đầu là nhà vật lý thiên văn Lia Medeiros sử dụng kỹ thuật học máy mới gọi là mô hình giao thoa kế thành phần chủ chốt (PRIMO) để lấp đầy khoảng trống trong ảnh chụp hố đen M87 và tăng độ phân giải tới mức tối đa. "Do chúng ta không thể nghiên cứu trực tiếp hố đen, chi tiết ảnh chụp đóng vai trò quan trọng nhằm hiểu rõ hành vi của nó", trưởng nhóm nghiên cứu Medeiros cho biết. "Độ rộng của vòng tròn trong ảnh hiện nay nhỏ hơn hai lần, giúp giới hạn mô hình lý thuyết và kiểm tra lực hấp dẫn". Khi ảnh chụp hố đen M87 có khối lượng tương đương 6,5 tỷ Mặt Trời được tiết lộ lần đầu tiên, các nhà khoa học rất kinh ngạc khi nó rất phù hợp với những dự đoán trong thuyết tương đối tổng quát năm 1915 của Albert Einstein. Ảnh chụp chỉnh nét bằng PRIMO cung cấp cho giới nghiên cứu cơ hội tốt hơn để đối chiếu những quan sát về hố đen thực sự với dự đoán lý thuyết. Viện nghiên cứu cao cấp ở Princeton, New Jersey giải thích PRIMO hoạt động bằng cách sử dụng học từ điển, một nhánh của học máy cho phép máy tính tạo ra quy tắc dựa trên bộ tài liệu đào tạo. Ví dụ, nếu nạp nhiều ảnh chụp quả chuối vào chương trình, nó có thể học cách xác định ảnh chụp một vật thể chưa biết có phải quả chuối hay không. Để đào tạo PRIMO làm điều tương tự, nhóm nghiên cứu nạp 30.000 ảnh mô phỏng độ phân giải cao của hố đen khi chúng ăn khí gas xung quanh trong quá trình mang tên "bồi tụ". Các hình ảnh bao gồm nhiều dự đoán lý thuyết về cách hố đen bồi tụ vật chất, cho phép PRIMO tìm kiếm mô hình. Sau đó, mô hình được phân loại dựa trên tần suất tác động trong mô phỏng. Kết quả là ảnh chụp độ phân giải cao của hố đen M87, hé lộ những cấu trúc mà tập hợp kính viễn vọng của thể bỏ sót. Kỹ thuật PRIMO có thể áp dụng cho ảnh chụp hố đen siêu khối lượng ở trung tâm dải Ngân Hà. RHT tiết lộ ảnh chụp hố đen nhỏ hơn M87 nhưng ở gần Trái Đất hơn hẳn mang tên Sagittarius A* vào tháng 5/2022, tạo từ dữ liệu thu thập vào năm 2017. Hố đen lớn gấp 4 triệu lần khối lượng Mặt Trời này ở cách Trái Đất 26.000 năm ánh sáng. Sử dụng PRIMO để tăng cường độ phân giải ảnh chụp của EHT sẽ giúp ước tính những đặc điểm của cả hai hố đen siêu khối lượng, bao gồm khối lượng, kích thước và tốc độ tiêu thụ vật chất của chúng. An Khang (Theo Space) Adblock test (Why?)Nguồn VNExpress
