همانطور که نشریات علمی و عمومی بیشماری امروز گزارش می دهند، تصویر کمان A *، سیاهچاله عظیم در مرکز کهکشان ما، یک دستاورد علمی بزرگ است. اما یکی از جنبه هایی که به آن توجه زیادی نشده است، نقش اصلی شبیه سازی ها و داده های مصنوعی در این کشف است.
اگر هنوز در مورد این خبر علمی بزرگ نخوانده اید، انتشارات Event Horizon Telescope مکانی عالی برای یافتن این موضوع است. بر اساس سال‌ها رصد از سراسر جهان، تیم عظیمی متشکل از صدها موسسه موفق به جمع‌آوری تصویری از سیاه‌چاله‌ای که کهکشان ما به دور آن می‌چرخد، علی‌رغم نزدیکی نسبی و تداخل آن از غبار، سحابی‌ها و سال‌های نوری، شده‌اند. دیگر هوس های پوچی
اما موضوع فقط نشان دادن تلسکوپ در جهت درست در زمان مناسب نبود. سیاهچاله ها را نمی توان مستقیماً با کمک چیزی مانند هابل یا حتی وب در حال گرم شدن مشاهده کرد. در عوض، تمام اندازه‌گیری‌های مستقیم و غیرمستقیم جسم باید انجام شود – نحوه خمش تابش و گرانش در اطراف آن و غیره.
این بدان معناست که داده‌ها از ده‌ها منبع باید جمع‌آوری و تطبیق شوند، که به خودی خود یک کار بزرگ است و بسیاری از دلایل مشاهدات انجام شده در سال 2017 تنها اکنون به عنوان تصویر نهایی منتشر می‌شوند که می‌توانید در پایین مشاهده کنید. اما از آنجایی که این پروژه واقعاً بی‌سابقه است (حتی تصویر معروف M87*، اگرچه از نظر ظاهری مشابه است، اما از فرآیندهای متفاوتی استفاده می‌کند)، اساساً لازم بود که بسیاری از احتمالات برای چگونگی انجام مشاهدات مشابه آزمایش شوند.
به عنوان مثال، اگر در وسط “تاریک” است زیرا چیزی در جاده وجود دارد (و وجود دارد – تقریباً نیمی از کهکشان) یا به این دلیل که خود سوراخ سوراخ دارد (و به نظر می رسد دارد)؟ فقدان داده های مشاهدات مستقیم، بیان آن را دشوار می کند. (توجه داشته باشید که تصاویر اینجا یک تصویر ساده بر اساس نور مرئی را نشان نمی دهند، بلکه شکل مشتق شده بر اساس خوانش های بیشمار تشعشع و سایر معیارها را نشان می دهند.)
اعتبار تصویر: EHT
به یک جسم معمولی از دور نگاه کنید. از سمت راست، مانند یک دایره به نظر می رسد – اما آیا این بدان معنی است که یک توپ است؟ یک بشقاب؟ روی یک سیلندر، انتهای آن دیده می شود؟ در اینجا روی زمین، می توانید سر خود را حرکت دهید یا چند قدم به کناری بردارید تا کمی اطلاعات بیشتری به دست آورید – اما سعی کنید این کار را در مقیاس کیهانی انجام دهید! برای به دست آوردن اختلاف منظر مؤثر از یک سیاهچاله با فاصله 27000 سال نوری، باید مسافت زیادی را طی کنید و احتمالاً قوانین فیزیک را در این فرآیند نقض کنید. بنابراین محققان مجبور شدند از روش‌های دیگری استفاده کنند تا مشخص کنند کدام اشکال و پدیده‌ها به بهترین وجه توضیح می‌دهند. میتوانست رعایت کنید.
برای مطالعه و ارزیابی سیستماتیک انتخاب طراحی الگوریتم‌های تصویر و تأثیر آنها بر بازسازی تصویر حاصل، ما مجموعه‌ای از مجموعه داده‌های مصنوعی تولید کردیم. داده های مصنوعی به دقت طراحی شده اند تا با ویژگی های اندازه گیری Sgr A * EHT مطابقت داشته باشند. استفاده از داده های مصنوعی امکان ارزیابی کمی از بازسازی تصویر را در مقایسه با حقیقت اولیه شناخته شده فراهم می کند. این به نوبه خود امکان ارزیابی انتخاب طرح و اثربخشی الگوریتم های تصویر را فراهم می کند.
به عبارت دیگر، آنها اقیانوس‌هایی از داده‌های مرتبط با توضیحات احتمالی مختلف برای مشاهدات خود تولید کردند و به این موضوع پرداختند که این محیط‌های شبیه‌سازی شده سیاهچاله چقدر قابل پیش‌بینی هستند.
لیزا مدیروس از موسسه تحقیقات پیشرفته، در بسیاری از پرسش‌ها و پاسخ‌های جالبی که اگر وقت دارید ارزش تماشای کامل آنها را دارد، کمی در مورد چگونگی و چرایی بررسی چرخش سیاهچاله و ارتباط آن با چرخش سیاهچاله توضیح داد. مواد اطراف آن و کهکشان به عنوان یک کل.
آنچه در مورد این نتیجه جدید واقعاً هیجان‌انگیز بود، در مقایسه با کاری که در سال 2019 برای M87 انجام دادیم، در Document 5 بود که در واقع شامل چندین شبیه‌سازی است که در آن ما این موضوع را مطالعه می‌کنیم. [i.e., the spin relationships]”او گفت.” بنابراین، شبیه سازی هایی وجود دارد که در آن محور چرخش سیاهچاله با محور چرخش ماده ای که به دور سیاهچاله می چرخد همسو نیست، و این یک شبیه سازی واقعا جدید و هیجان انگیز است که چنین نبود. گنجانده شده است. در انتشارات 2019.
اعتبار تصویر: EHT
طبیعتاً، این شبیه‌سازی‌ها چیزهای فوق‌العاده پیچیده‌ای هستند که پردازش آنها به ابررایانه‌ها نیاز دارد، و هنر و علم وجود دارد تا بفهمیم انجام آن چقدر منطقی است و چقدر باید به آنها نزدیک شوند. در این مورد، موضوع هم ترازی مورد بررسی دارای ارزش علمی ذاتی است، اما همچنین می تواند به تفسیر اختلالات ناشی از گازها و غبارهایی که در اطراف سیاهچاله می چرخند نیز کمک کند. اگر چرخش مانند اینگرانش آن بر گرد و غبار تأثیر می گذارد اینبه این معنی که قرائت ها باید به صورت خوانده شوند این.
مدیروس ادامه داد: «شبیه‌سازی‌های ما، زمانی که به شبیه‌سازی‌ها از روی داده‌ها نگاه می‌کنیم، تمایل داریم مدل‌هایی را ترجیح دهیم که تقریباً به سمت ما هدف قرار می‌گیرند – نه مستقیماً به سمت ما، بلکه حدود 30 درجه دورتر». “و این بدان معناست که محور چرخش سیاهچاله با محور چرخش کهکشان به عنوان یک کل هم تراز نیست، و اگر به آنچه قبلا گفتم باور دارید، دیسک ترجیح می دهد با محور چرخش کهکشان هم تراز باشد. سیاه چاله. به نظر می رسد که دیسک و سیاهچاله در یک راستا قرار دارند، اما هیچ کدام با کهکشان همسو نیستند.
علاوه بر نگاه کردن به جنبه‌های خاص مانند این، این سؤال کلی‌تر نیز وجود داشت که چه شکلی (یا «مورفولوژی اصلی منبع») به شهادت آنها منجر می‌شود: اساساً موضوع «توپ در برابر صفحه»، اما بسیار پیچیده‌تر. .
در یکی از نشریاتی که امروز منتشر شد، تیم ساخت هفت مورفولوژی بالقوه مختلف را برای سیاهچاله توصیف می‌کند که منعکس کننده آرایش‌های مختلف ماده آن، از حلقه تا دیسک و حتی نوعی سیاهچاله دوتایی است – چرا که نه، درست است؟ آنها شبیه سازی کردند که چگونه این اشکال مختلف نتایج متفاوتی را در ابزارهای خود به همراه دارند و آنهایی را با محاسبات (و از نظر زبانی) بیشتری که به “مغناطیسی هیدرودینامیکی نسبیتی عام” یا شبیه سازی GRMHD نیاز داشتند، مقایسه کردند.
می توانید آنها را در ترکیبی از دو تصویر از کاغذ در اینجا مشاهده کنید:
اعتبار تصویر: EHT
ایده این بود که بفهمیم کدام یک از شبیه‌سازی‌ها نتایجی شبیه به آنچه که واقعاً دیده بودند به دست می‌دهد، و اگرچه هیچ برنده فراری وجود نداشت، سیم‌های حلقه و GRMHD (که باید گفت که تقریباً حلقه‌ای شکل هستند – ثابت‌ترین نتایج را به دست می‌دهند. .) این خبر می دهد. نحوه تفسیر داده ها برای تفسیر نهایی داده ها و تصویر حاصل. (توجه داشته باشید که در اینجا من به طور کلی یک فرآیند بسیار پیچیده را خلاصه می کنم.)
با توجه به اینکه این مشاهدات حدود پنج سال پیش انجام شد و از آن زمان تاکنون اتفاقات زیادی افتاده است، هنوز چیزهای زیادی برای بررسی و شبیه سازی های بیشتری برای انجام وجود دارد. اما آنها مجبور شدند “چاپ” را در نقطه ای فشار دهند، و تصویر بالا آگاهانه ترین تفسیر آنها از داده ها است. با انباشته شدن مشاهدات و شبیه‌سازی‌ها، بدون شک می‌توان انتظار بهتری داشت.
در واقع، همانطور که ریچارد آنانتوا از دانشگاه تگزاس در سن آنتونیو در جلسه پرسش و پاسخ گفت، حتی می توانید خودتان آن را امتحان کنید.
او با شوخی گفت: “اگر کلاس ششم هستید و می توانید به برخی از رایانه های مدرسه خود دسترسی داشته باشید، فکر می کنم تصاویر EHT دارد و ما انواع خطوط لوله و ابزارهایی را داریم که می توانید در کلاس خود آموزش دهید.” ببینید. “بعضی از این ها عمومی است – بنابراین می توانید از هم اکنون روی آن کار کنید، و در حالی که در دانشگاه هستید، تقریباً یک تصویر دارید.”