拼出黑洞首图的全球望远镜照片别浪费！加上PCA算法，她让黑洞“动”了起来

大数据文摘出品

编译：武帅、易琬玉

 

还记得小时候做的翻页动画吗？将足够多的图片摞在一起，只要翻的够快，就可以将一叠静态的简笔画变成动画。

 

 

其实，视频的记录就是通过高频地捕捉静态画面实现的，电影实际上就是像我们将小画本快速翻页一样，高速播放具有连续性的图片。由于人眼视网膜具有残像效应，切换画面时人脑内仍然会存在上一幅图片的视觉。当高速切换画面时，人大脑内的影像就能连起来，在视觉上形成连续的动画效果。

 

现在，有人想用同样的方式，用足够多的图，做出一个属于黑洞的“翻页动画”。

 

 

2019年4月10日，事件视界望远镜（EHT）国际合作项目的天体物理学家宣布，他们首次捕捉到了黑洞的图像。为了完成这张特写，科学家们调动了全球从两极到赤道共8个天文台的力量进行图片数据拍摄，之后，又有来自全球的62家科研机构共同参与了照片的合成。整个项目耗时近三年，可以说是倾“全人类之力”完成的一件壮举。

 

除了黑洞照片本身，为了完成图像而获取到的数据或许对于相关研究更为重要。事件视界望远镜每一个晚上所产生数据量可达2PB(1PB=1000TB=1000000 GB)，有了这些数据天文学家可以分析出来黑洞的周围有什么，这些东西以什么样的状态存在，还可以拼接出一部关于黑洞的动态影像。

 

早在1979年，影视作品里就出现过人们对于黑洞的想象。关于这个处在生活在量子和引力的交汇处、最大又最小的天体，一张图像就可以激发起全球的兴趣，那一部关于等离子体周期性的起伏，变亮和变暗的黑洞电影又会产生怎样的骚动呢？

 

黑洞电影：一个黑科技版本的“翻页动画”

 

美国国家科学基金会研究员Lia Medeiros正在用事件视界望远镜（Event Horizon Telescope），一个为科学家们提供捕获第一张黑洞图片所需数据的全球望远镜阵列，我们或许也能用这些数据来制作一部黑洞电影。

 

Lia Medeiros，物理学家，天体物理学家，美国国家科学基金会（National Science Foundation,NSF）研究员

 

 

“你可以把它想象成小时候制作的翻页动画，只不过是一个非常高科技，有点科幻小说性质的版本。”Medeiros通过创建一系列逐渐变化的图像并将它们组合起来，希望为我们呈现一个近在咫尺的黑洞的运动。

 

创建黑洞影片背后的基本原理和小时候玩的“翻页动画”一样

 

 

其实在黑洞之前，Medeiros已经参与了处女座一个巨型椭圆星系—Messier 87（或称M87）第一张黑洞图像的生成。这个比太阳大60亿倍的巨大黑洞对事件视界内部甚至其附近的任何物体都施加了巨大的引力，没有任何物质能够逃脱开去。

 

*译者注：事件视界，亦称事件穹界，英文名Event Horizon，是一种时空的区隔界限。视界中任何的事件皆无法对视界外的观察者产生影响，在黑洞周围的便是事件视界。在非常巨大的引力影响下，黑洞附近的逃逸速度大于光速，使得任何光线都不可能从事件视界内逃脱。（资料来源：wikipedia）

 

不过，现在，这位科学家正专注于研究我们银河系中心的超大质量黑洞—射手座A*（Sagittarius A*，也称为Sgr A*）。这个距地球约26000光年，直径大约是太阳的18倍的黑洞有着半径约为790万英里的黑洞表面，数百名科学家曾花费了整个职业生涯对它进行研究，现在我们已经可以制作出与它类似的电影。而且，射手座A*可能对科学家们期待进行的引力理论测试至关重要。

 

Lia Medeiros个人网站：

http://www.liamedeiros.com/

 

由于M87比观察到的其他黑洞大得多，其图像变换的时间尺度也因此长得多，所以科学家们在12小时内并没有观察到数据或图像的太大变化。而Sgr A*则是另一种情况了，在12小时的时间跨度内，科学家们观察到发光区域的亮度和形状是波动变化的，这是因为围绕黑洞旋转的等离子体自身也在旋转。

 

Medeiros说：“Sgr A*的图像变化速度快于我们收集足够的数据来重建图像所需的时间。”

 

“这一时间序列图像非常令人兴奋，因为它可以帮助我们理解导致Sgr A*以及许多其他黑洞变化的原因，”Medeiros说道，“我们已经观察到Sgr A*是显著发光的。但我们仍不了解其发光的原因。通过研究黑洞图像在整个观测过程中如何随时间变化，我们希望能够知道是什么原因导致了这些发光现象的产生。”

 

Chi-Kwan Chan，亚利桑那大学天文学院和史都华天文台（Steward Observatory）助理天文学家

 

 

亚利桑那大学天文学院和史都华天文台助理天文学家Chi-Kwan Chan说道，许多科学家都渴望了解黑洞的光线明暗变化，他希望有一部动态电影可以帮助他们做到这一点。

 

“由于落入其中的等离子体所形成的黑洞吸积盘变化很大，因此静态图像并不能让我们充分了解，”他说道。“获得动态影像可以帮助我们更好地了解正在发生的事情。”

 

用一部电影检验我们最好的理论

 

一部黑洞电影可以帮助科学家们更好地了解黑洞本身。

 

Medeiros的工作实际上可以帮助科学家更好地了解宇宙的运作。它甚至可以改变我们对引力的思考方式。我们可能不得不通过研究这些引力怪物的时间序列图像来重新思考我们在小学时学到的关于引力的一切。

 

黑洞，可以被视为我们所知道的20世纪物理学卓绝成就之一—爱因斯坦的相对论的完美检验平台。科学家们基本上会拿爱因斯坦的广义相对论与宇宙中最强大的引力进行比较验证。广义相对论告诉我们的是我们所知道的，或认为我们所知道的关于引力的知识。如果广义相对论在事件视界不能完全成立，那么这个理论可能需要重新考虑。

 

她的工作也可以告诉我们更多关于量子力学如何和引力理论相互作用的信息。对于那些优秀的物理学家来说，量子力学至今还是相当神秘。

 

量子掌管着看似不可预测的亚原子世界，而广义相对论则被认为可以解释大到黑洞规模的巨大引力。它们都是伟大的理论，迄今为止已经通过了科学家们对其进行的每一次实验。但是，当它们被放在一起考虑时，并不总是有效的。科学家们需要在更极端的条件下检验这些理论。因此，黑洞被认为是完美的检验平台。

 

拍摄一部黑洞电影可能会改变科学的游戏规则，因为黑洞是宇宙中唯一需要科学家们用两种理论对其进行解释的物体。简单地说，黑洞生活在量子和引力的交汇处。黑洞电影可以为科学家们提供所需的信息，看看它们是否像我们所期望的那样活动，帮助科学家们理解这两大科学理论的复杂交集。

 

“我们还未能将相对论和量子力学放在一起考虑，”Medeiros说道，“黑洞是宇宙中为数不多的需要两种理论才能解释的东西之一。因为它非常非常大却也非常非常小，处于这两个理论的极端。如果我们看到了意想不到的事，那可能是因为这两个理论中至少其中一个崩溃了。并不是说牛顿或爱因斯坦是错的，只是因为这些方程式是简化了的。当遇到极端情况时，这些理论可能行不通。方程式可能并不是完整的。”

 

Medeiros补充道，“如果我们看到了一些意想不到的事，它可能会改变一切。如果我们发现一些事情和我们的预期并不一致，那么这毫无疑问是一个振奋人心的机会，一个可以更好地解释这个宇宙的机会。”

 

对于Medeiros来说，制作第一部黑洞电影令人振奋，但并不像获得这些科学问题的答案那样激动人心。那么，如果Sgr A*距离地球26000光年，Medeiros又将如何制作出一部关于它的电影呢？

 

用机器学习处理来自世界各地望远镜的大量数据

 

位于亚利桑那州格雷厄姆山（Mt. Graham）上的亚毫米波望远镜

 

为了把第一部电影，或者说是时间序列的图像放在一起，她使用了事件视界望远镜阵列所收集到的大量数据，这些数据曾被用来创建最初的黑洞图像。这个阵列并没有捕获到黑洞的实际图像。它捕获到是数拍字节（译者注：1PB=1024TB=1048576GB）的关于从黑洞的环形轮廓中发射出的无线电波的原始数据。

 

用智能算法填充缺失数据

 

Medeiros正在使用EI Gato（超大先进技术，Extremely LarGe Advanced TechnOlogy）计算机集群，这是一个由美国国家科学基金会和亚利桑那大学共同资助的高性能系统。通过使用特制的硬件，如Nvidia K20X GPU和Intel Xeon Phi 5110p协处理器，系统可以处理大量的数据并对其进行数学形式的转换，使之变成图像。

 

“我们正在进行模拟，随后我们会将这些模拟数据用作算法的训练集，这样我们就可以生成一系列时间序列的图像，”她解释道。“电影就是一系列时间序列的图像。我们想看到黑洞的图像是如何随时间变化的。”

 

这里有一个问题，就是她得到的数据并不完整，有很多缺失的部分。Medeiros需要填充缺失的数据来创建完整的图像。她需要的是一个智能算法，通过将数据集和模拟数据输入其中，对其进行训练，使其能够填充缺失数据，并帮助她生成时间序列图像。

 

Medeiros打算写一个基于主成分分析（Principle Component Analysis,PCA）的算法。主成分分析是一种分析或表示复杂数据的方法，可以将含有大量变量的集合转换成只含有少数变量的集合，但仍包含着大集合中的大部分信息。也可以说许多机器学习应用基础的线性操作—主成分分析，是将数据降维到原始数据的主要成分。作为数据分析和预测工具之一，主成分分析经常用于遗传学和金融学。

 

对于她的黑洞电影创作来说，Medeiros正在她编写的算法中嵌入主成分分析方法，使其成为能够通过她添加的数据进行学习的一种智能算法。

 

“我的想法是，将这个算法应用到训练集中去，生成10到20张图像，”她解释道。“我可以使用训练集来识别那些将被用于构建黑洞的图像。通过这些基础构件，我可以用算法生成一张缺失值被填充后的图像。”

 

为了生成第一张黑洞图像，科学家们需要为他们的算法提供12小时的望远镜观测数据，而这些算法并没有使用机器学习。借助于机器学习，Medeiros可以用相同数量的数据生成时间序列的图像。

 

能够给世界带来第一部黑洞电影的Medeiros的算法背后的数学原理只有几行代码。

 

“如果不使用主成分分析，我不知道如何去做，”她说道。“如果没有这种算法，我可能都不会尝试制作这样一部电影。”

 

对于研究人员来说，她的工作是将好奇心，对数学、科学的热爱以及对宇宙中巨大的和微小的部分的理解融合在一起的。“作为人类，我们是在一个漂浮在太空中的微小的点上面的微小的点。我们提出了数学这一语言，帮助我们更好地理解我们生活的宇宙。”

 

相关报道：

https://www.hpe.com/us/en/insights/articles/next-step-in-black-hole-science-making-a-movie-1907.html