Un estudiante graduada del Instituto Tecnológico de Massachusetts (MIT) lideró e hizo posible la maravilla de poder tener la primera imagen de un agujero negro, compartida al mundo.
El resultado quizá no se hubiera logrado sin el esfuerzo de Katie Bouman, desarrolló un algoritmo crucial en la búsqueda de la imagen.
LAS MEDICIONES KATIE BOUMANHace tres años, Bouman comenzó a idear un algoritmo que eventualmente ayudó a capturar esta imagen única en su clase: un agujero negro supermasivo y su sombra en el centro de una galaxia conocida como M87.
En 2016, mientras Katie Bouman terminaba la carrera de Ciencias de la Computación e Inteligencia Artificial en el Instituto de Tecnología de Massachusetts, adoptó una solución algebraica para unir los datos recopilados a través de la red Event Horizon Telescope (EHT):TE PUEDE INTERESAR: Millonario quiere crear un Battle Royale en isla privada"SI SE MULTIPLICAN LAS MEDICIONES DE TRES TELESCOPIOS, LOS RETRASOS ADICIONALES CAUSADOS POR EL RUIDO ATMOSFÉRICO SE ANULAN ENTRE SÍ.
ESTO SIGNIFICA QUE CADA NUEVA MEDICIÓN REQUIERE DATOS DE TRES TELESCOPIOS, NO SÓLO DOS, Y EL INCREMENTO DE LA PRECISIÓN COMPENSA LA PÉRDIDA DE INFORMACIÓN.
"3 years ago MIT grad student Katie Bouman led the creation of a new algorithm to produce the first-ever image of a black hole.
Today, that image was released.
More info: https://t.
co/WITAL1omGl2016 story: https://t.
co/QV7Zf2snEP#EHTblackhole #EventHorizonTelescope pic.
twitter.
com/u6FBswmGDZ— MIT CSAIL (@MIT_CSAIL) 10 de abril de 2019¿CÓMO RETRATAR ALGO QUE NO EMITE, NI PUEDE REFLEJAR LUZ?Es en este punto donde el juego de algoritmo de Bouman entra en escena, junto con otros.
Utilizando algoritmos de imágenes como el de Bouman, los investigadores crearon tres líneas de código con guión para reconstruir la imagen.
"SU ALGORITMO, Y MUCHOS OTROS, AYUDARON A LLENAR LOS VACÍOS".
Se recopilaron millones de datos acerca de M87, cinco petabytes de información para ser exactos, los cuales no lograron ser subidos a internet pero fueron compartidos en discos duros.
Los resultados se obtuvieron gracias a una técnica conocida como interferometría, la cual que consisten en combinar la luz proveniente de diferentes receptores, telescopios o antenas de radio para obtener una imagen de mayor resolución.
Así que, tomaron los datos necesarios de centros de investigación y telescopios e intentaron hacer una imagen.
Durante los últimos años, Bouman dirigió la verificación de imágenes y la selección de parámetros de imagen.
“DESARROLLAMOS FORMAS DE GENERAR DATOS SINTÉTICOS Y UTILIZAMOS DIFERENTES ALGORITMOS Y PROBAMOS A CIEGAS PARA VER SI PODEMOS RECUPERAR UNA IMAGEN”, DIJO A CNN.
“No queríamos solo desarrollar un algoritmo.
Queríamos desarrollar muchos algoritmos diferentes que tuvieran suposiciones diferentes incorporadas.
Si todos ellos recuperan la misma estructura general, entonces eso genera su confianza”.
TE PUEDE INTERESAR: Encuentran plástico en estómago de osos polaresUn gran resultadoEl desarrollo de la imagen fue todo un reto, debido a que Bouman tuvo que lograr resolver un problema: encontrar un lugar físico para enviar la enorme cantidad de datos recopilados por los telescopios de ocho partes del mundo, incluyendo México.
Afortunadamente logró tener el apoyo de su alma mater, y el MIT le prestó el observatorio Haystack MIT, donde almacenó media tonelada de discos duros con imágenes del agujero negro, que se completó con ayuda de su algoritmo.
"SU ALGORITMO, AL QUE LLAMÓ CHIRP, SE UTILIZÓ PARA LA RECONSTRUCCIÓN CONTINUA DE IMÁGENES DE ALTA RESOLUCIÓN CON PARCHES PREVIOS".
¿El resultado? Una imagen innovadora de una estructura ladeada y en forma de anillo, la cual Albert Einstein predijo hace más de un siglo en su Teoría de la Relatividad General.
LAS IDEAS DE KATIE BOUMANLa profesora en Ciencias de la Computación, Katie Bouman fue un miembro importante de uno de los subequipos de imágenes, destacó Vincent Fish, científico investigador del Observatorio Haystack del MIT.
“Una de las ideas que Katie aportó a nuestro grupo de imágenes es que existen imágenes naturales”, dijo Fish.
“Solo piense en las fotos que toma con su teléfono con cámara: tienen ciertas propiedades … Si sabe qué es un píxel, tiene una buena idea de cuál es el píxel que está al lado”.
TE PUEDE INTERESAR: Con estimulación cerebral recuperaron la memoria de adultos mayoresPor ejemplo, hay áreas que son más suaves y áreas que tienen límites definidos.
Las imágenes astronómicas comparten estas propiedades, y puedes codificarlas matemáticamente, dijo Fish.
“ÉSTE ES EL MOMENTO EN QUE SE PROCESÓ LA PRIMERA IMAGEN DE UN AGUJERO NEGRO, DESDE LOS OJOS DE LA INVESTIGADORA KATIE BOUMAN.
”Here's the moment when the first black hole image was processed, from the eyes of researcher Katie Bouman.
#EHTBlackHole #BlackHoleDay #BlackHole (v/@dfbarajas) pic.
twitter.
com/n0ZnIoeG1d— MIT CSAIL (@MIT_CSAIL) 10 de abril de 2019Parte de la investigación fue dirigida por jóvenes, como estudiantes graduados y postdoctorados.
Además, los telescopios que contribuyeron en este resultado fueron:-ALMA-APEX-IRAM 30-meter telescope-James Clerk Maxwell Telescope-Gran Telescopio Milime´trico Alfonso Serrano (GTM),-Submillimeter Array-Submillimeter Telescope-South Pole TelescopeConferencia de Katie Bouman explicando cómo fotografiar agujeros negros, en 2016:Con información de Muy Interesante.