“2019年黑洞照片确为真实”……从未见过黑洞的AI也复原出光环

Photo of author

By Global Team

▶ 澳大利亚联邦科学与工业研究组织(CSIRO)的研究人员,独立重新验证了2019年首次向公众公布的室女座A星系(M87)中心超大质量黑洞影像。

▶ 研究人员采用新的分析方法重建事件视界望远镜(EHT)的原始观测数据,结果显示,所有数据中都一致呈现出环状结构。

▶ 研究成果已发表于国际学术期刊《自然》。

澳大利亚联邦科学与工业研究组织(CSIRO)的4名研究人员,从左至右依次为艾薇·黄、尼蒂亚南丹·蒂亚加拉扬、塞缪尔·莱和福伊博斯·迪亚科吉亚尼斯。(图片:CSIRO)
澳大利亚联邦科学与工业研究组织(CSIRO)的4名研究人员,从左至右依次为艾薇·黄、尼蒂亚南丹·蒂亚加拉扬、塞缪尔·莱和福伊博斯·迪亚科吉亚尼斯。(图片:CSIRO)

人类于2019年首次公布的黑洞影像,时隔7年通过新的分析方法获得独立验证。人工智能在未学习过黑洞影像的情况下分析原始观测数据,重建出了与原影像相同的环状结构。这被认为是为消除当年围绕影像准确性的争议提供了新的依据。

澳大利亚联邦科学与工业研究组织(CSIRO)的4名研究人员——塞缪尔·莱、尼蒂亚南丹·蒂亚加拉扬、艾薇·黄和福伊博斯·迪亚科吉亚尼斯——于当地时间11日,在国际学术期刊《自然》上发表了对事件视界望远镜(EHT)观测数据进行独立重新分析的结果。

研究人员运用新的数据处理方法和AI影像重建技术,确认了环绕M87星系中心超大质量黑洞的环状结构。重建影像的直径和整体方向均与EHT合作组2019年公布的结果一致。

◆ 人类首张黑洞影像

距离地球约5500万光年的M87星系中心,存在一个质量约为太阳65亿倍的超大质量黑洞。

观测这个黑洞,就好比从地球上拍摄放在月球表面的一只甜甜圈。由于需要分辨极其微小的角度,单靠一台望远镜很难达到所需的分辨率。

EHT合作组将分布在世界各地的射电望远镜所接收到的信号结合起来,建成了一台相当于地球大小的虚拟望远镜。借助这项技术,人类于2019年4月10日公布了首张黑洞影像。

影像中,明亮的环围绕着暗淡的中心区域。这是将黑洞周围旋转的炽热气体所发出的射电波重建成影像后得到的结果。中心的暗区对应黑洞阴影。

这一结果与爱因斯坦广义相对论对黑洞周边结构的预测相符,也被视为支持星系中心存在超大质量黑洞理论的重要观测成果。

与此同时,围绕影像重建准确性的学术争论也一直持续。当时,EHT合作组内部有4个研究团队独立重建影像,结果都确认了环状结构,但在环的具体结构和亮度分布上存在差异。

有人提出,影像重建算法以及分析过程中采用的假设可能会影响结果。2022年,日本研究人员采用不同的分析方法处理同一批观测数据,得出了与原有环状影像不同的结构。他们认为,一种明亮的拉伸形态可能更能解释观测数据。

◆ 结合三台望远镜的数据,而非两台,以减少观测误差

M87星系中心超大质量黑洞周边辐射能量的模拟影像。研究人员将其与基于2018年4月21日观测数据的AI重建影像相结合进行展示。(资料:CSIRO、伊利诺伊大学)
M87星系中心超大质量黑洞周边辐射能量的模拟影像。研究人员将其与基于2018年4月21日观测数据的AI重建影像相结合进行展示。(资料:CSIRO、伊利诺伊大学)

CSIRO研究人员在重建影像之前,首先改变了结合射电望远镜观测数据的方式。EHT通过整合分布在地球各地的射电望远镜收集的信号,推测天体结构。在这一过程中,各望远镜的设备特性和地球大气状况都可能给观测信号带来误差。

研究人员通常会估算并校正这些误差,但校正后仍然残留的误差,也有可能影响最终影像。

研究人员采用的方法叫作“闭合不变量”。与传统分析主要利用两台望远镜之间的观测值不同,这种方法将三台望远镜的观测值结合起来,以抵消由个别观测设备和大气造成的特定误差成分。这样既能减少观测设备带来的影响,也能提取有关真实天体结构的信息。

蒂亚加拉扬研究员解释说,这种方法不是像以往那样成对结合望远镜观测值,而是每三台一组进行结合,从而消除误差。研究人员以此处理后的数据为基础,独立验证了此前的影像重建结果。

◆ 从未学习过黑洞影像的AI

此次研究的另一大看点是AI影像重建方式。研究人员开发了一种新的机器学习影像重建技术“GenDIReCT”,旨在生成与观测数据相符的影像,同时尽量减少既有黑洞影像造成的偏差。

AI训练使用的是猫、狗、汽车等日常拍摄的普通照片,没有纳入黑洞影像或黑洞模拟数据。这样设计是为了降低AI事先学会EHT既有影像中的环状形态,进而生成相似结果的可能性。

研究人员还进行了验证,以确认该技术能够重建非环状结构。他们利用半人马座A等其他星系的实际观测数据,检验了影像重建性能。

完成验证后,研究人员固定了训练和测试流程,以避免在查看M87观测结果后修改AI模型、调整至得到预期影像。

去年12月,研究人员首次将M87黑洞的EHT观测数据输入经过验证的AI。

结果呈现出环状结构。研究人员分析的所有观测数据中,都一致出现了环。也就是说,一个没有学习过既有黑洞影像的AI,通过独立分析重建出了与EHT合作组相同的基本结构。

◆ 支持既有影像的准确性

利用AI影像重建技术“GenDIReCT”重建的事件视界望远镜(EHT)观测数据,分别采集于2017年4月11日(左)、2018年4月21日(中)和2021年4月18日(右)。不同观测时段的数据都一致呈现出环绕M87黑洞的环状结构。(图片:CSIRO、《自然》,2026)
利用AI影像重建技术“GenDIReCT”重建的事件视界望远镜(EHT)观测数据,分别采集于2017年4月11日(左)、2018年4月21日(中)和2021年4月18日(右)。不同观测时段的数据都一致呈现出环绕M87黑洞的环状结构。(图片:CSIRO、《自然》,2026)

新重建的影像总体上与EHT合作组2019年公布的黑洞结构一致。环的直径和整体方向均符合此前结果,也与几乎正面观测一个质量约为太阳65亿倍的黑洞所得的形态相符。

环的直径约为42微角秒。微角秒是表示天体在天空中所占角度的极小单位,等于1角秒的百万分之一。

影像的细节仍存在差异。环的宽度以及沿环分布的亮度,与EHT此前发布的影像并不完全相同。研究人员表示,尽管存在这些差异,环状这一基本结构及其整体方向仍然一致。

这一结果也并非仅依赖AI。研究人员还开发了另一种基于传统统计分析的影像重建方法,并将其应用于同一批数据。该方法同样确认了环状结构。

不同的影像重建方法得出了相同的基本结构,这被认为提升了人们对EHT既有研究结果的信心。

◆ 有望拓展至黑洞观测以外的医疗影像和地震分析领域

研究人员表示,此次开发的分析方法有望应用于黑洞观测以外的领域。

结合多个观测设备或传感器获得的数据,以重建无法直接看到的结构,并非天文学独有的问题。利用医疗影像或地震观测数据分析地下结构,同样需要根据有限的测量数据推测真实结构。研究人员期待,新的数据结合方式和影像重建技术也能应用于这些领域。

这项研究的意义在于,它对2019年公布的黑洞影像进行了独立验证。研究人员采用了不同于原研究团队的分析方法,还使用了从未学习过黑洞形态的AI,重新确认了环状结构。

在人类首张黑洞影像公布7年后,新的分析技术为当年的观测结果提供了支持,进一步提高了黑洞影像重建的可信度。