Ein schärferer Blick auf das Schwarze Loch M87

4 mins read

Das legendäre Bild des supermassereichen Schwarzen Lochs im Zentrum von M87 – manchmal auch als „unscharfer, orangefarbener Donut“ bezeichnet – hat mit Hilfe von maschinellem Lernen seine erste offizielle Überarbeitung erhalten. Das neue Bild zeigt eine größere und dunklere zentrale Region, die von dem hellen, akkretierenden Gas in Form eines „dünnen Donuts“ umgeben ist. Das Team nutzte die Daten, die von der Event Horizon Telescope (EHT) Kollaboration im Jahr 2017 gewonnen wurden, und erreichte zum ersten Mal die volle Auflösung des Arrays.

Im Jahr 2017 nutzte die EHT-Kollaboration ein Netzwerk aus sieben bereits bestehenden Teleskopen auf der ganzen Welt, um Daten über M87 zu sammeln, und schuf so ein „Teleskop in Erdgröße“. Da es jedoch nicht möglich ist, die gesamte Erdoberfläche mit Teleskopen abzudecken, entstehen Lücken in den Daten – wie fehlende Teile in einem Puzzle.

„Mit unserer neuen Technik des maschinellen Lernens, PRIMO, konnten wir die maximale Auflösung des aktuellen Arrays erreichen“, sagt Hauptautorin Lia Medeiros vom Institute for Advanced Study. „Da wir Schwarze Löcher nicht aus der Nähe studieren können, spielt der Detailgrad eines Bildes eine entscheidende Rolle für unser Verständnis ihres Verhaltens. Die Breite des Rings auf dem Bild ist nun etwa um den Faktor zwei kleiner, was für unsere theoretischen Modelle und Tests der Schwerkraft eine starke Einschränkung darstellen wird.“

PRIMO, die Abkürzung für Principal-Component Interferometric Modeling, wurde von den EHT-Mitgliedern Lia Medeiros (Institute for Advanced Study), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NOIRLab) und Feryal Özel (Georgia Tech) entwickelt. Ihre Veröffentlichung mit dem Titel „The Image of the M87 Black Hole Reconstructed with PRIMO“ (Das Bild des Schwarzen Lochs M87, rekonstruiert mit PRIMO) ist jetzt in The Astrophysical Journal Letters erschienen.

„PRIMO ist ein neuer Ansatz für die schwierige Aufgabe, Bilder aus EHT-Beobachtungen zu konstruieren“, so Lauer. „Es bietet eine Möglichkeit, die fehlenden Informationen über das beobachtete Objekt zu kompensieren, die erforderlich sind, um das Bild zu erzeugen, das man mit einem einzigen gigantischen Radioteleskop von der Größe der Erde gesehen hätte.“

PRIMO stützt sich auf das Lernen mit Wörterbüchern, einen Zweig des maschinellen Lernens, der es Computern ermöglicht, auf der Grundlage großer Mengen von Trainingsmaterial Regeln zu erstellen. Wenn ein Computer beispielsweise mit einer Reihe verschiedener Bananenbilder gefüttert wird, kann er – bei ausreichendem Training – feststellen, ob ein unbekanntes Bild eine Banane ist oder nicht. Über diesen einfachen Fall hinaus hat sich die Vielseitigkeit des maschinellen Lernens auf zahlreiche Weise gezeigt: von der Schaffung von Kunstwerken im Stil der Renaissance bis zur Vollendung des unvollendeten Werks von Beethoven. Wie könnten also Maschinen den Wissenschaftlern helfen, ein Bild eines Schwarzen Lochs zu erstellen? Das Forscherteam hat genau diese Frage beantwortet.

Mit PRIMO analysierten Computer über 30.000 originalgetreu simulierte Bilder von Schwarzen Löchern, die Gas akkretieren. Die Simulationen deckten ein breites Spektrum von Modellen ab, wie das Schwarze Loch Materie akkretiert, und suchten nach gemeinsamen Mustern in der Struktur der Bilder. Die verschiedenen Strukturmuster wurden danach sortiert, wie häufig sie in den Simulationen auftraten, und wurden dann gemischt, um eine sehr genaue Darstellung der EHT-Beobachtungen zu erhalten und gleichzeitig eine sehr genaue Schätzung der fehlenden Struktur der Bilder zu liefern. Ein Artikel über den Algorithmus selbst wurde am 3. Februar 2023 in der Zeitschrift The Astrophysical Journal veröffentlicht.

„Wir nutzen die Physik, um Regionen mit fehlenden Daten auf eine Art und Weise aufzufüllen, wie es noch nie zuvor mit maschinellem Lernen geschehen ist“, fügte Medeiros hinzu. „Dies könnte wichtige Auswirkungen auf die Interferometrie haben, die in Bereichen von Exoplaneten bis hin zur Medizin eine Rolle spielt.“

Das Team bestätigte, dass das neu gerenderte Bild mit den EHT-Daten und den theoretischen Erwartungen übereinstimmt, einschließlich des hellen Emissionsrings, der durch heißes Gas entsteht, das in das Schwarze Loch fällt. Um ein Bild zu erzeugen, musste eine geeignete Form der fehlenden Informationen angenommen werden, und PRIMO tat dies, indem es auf der 2019 gemachten Entdeckung aufbaute, dass das Schwarze Loch M87 im Großen und Ganzen so aussah wie vorhergesagt.

„Rund vier Jahre nach dem ersten Bild eines Schwarzen Lochs im Horizontbereich, das 2019 von EHT enthüllt wurde, haben wir einen weiteren Meilenstein erreicht und zum ersten Mal ein Bild erzeugt, das die volle Auflösung des Arrays nutzt“, so Psaltis. „Die neuen maschinellen Lerntechniken, die wir entwickelt haben, bieten eine einmalige Gelegenheit für unsere gemeinsame Arbeit zum Verständnis der Physik Schwarzer Löcher.“

Das neue Bild soll zu einer genaueren Bestimmung der Masse des Schwarzen Lochs M87 und der physikalischen Parameter führen, die sein gegenwärtiges Aussehen bestimmen. Die Daten bieten den Forschern auch die Möglichkeit, die Alternativen zum Ereignishorizont genauer zu bestimmen (aufgrund der dunkleren zentralen Helligkeitsdepression) und robustere Tests der Schwerkraft durchzuführen (aufgrund der engeren Ringgröße). PRIMO kann auch auf weitere EHT-Beobachtungen angewandt werden, darunter die von Sgr A*, dem zentralen Schwarzen Loch in unserer eigenen Milchstraßengalaxie.

M87 ist eine massive, relativ nahe gelegene Galaxie im Virgo-Galaxienhaufen. Vor mehr als einem Jahrhundert wurde beobachtet, dass aus ihrem Zentrum ein geheimnisvoller Strahl aus heißem Plasma austritt. In den 1950er Jahren zeigte die damals neue Technik der Radioastronomie, dass die Galaxie in ihrem Zentrum eine kompakte helle Radioquelle besitzt. In den 1960er Jahren wurde vermutet, dass M87 ein massives Schwarzes Loch in seinem Zentrum hat, das diese Aktivität antreibt. Messungen mit bodengebundenen Teleskopen ab den 1970er Jahren und später mit dem Hubble-Weltraumteleskop ab den 1990er Jahren lieferten starke Belege dafür, dass M87 tatsächlich ein Schwarzes Loch beherbergt, das mehrere Milliarden Mal so schwer ist wie die Sonne, und zwar aufgrund von Beobachtungen der hohen Geschwindigkeiten von Sternen und Gas, die das Zentrum umkreisen. Die EHT-Beobachtungen von M87 aus dem Jahr 2017 wurden über mehrere Tage hinweg von mehreren verschiedenen Radioteleskopen aufgenommen, die zur gleichen Zeit miteinander verbunden waren, um die höchstmögliche Auflösung zu erzielen. Das mittlerweile ikonische „orange Donut“-Bild des Schwarzen Lochs M87, das 2019 veröffentlicht wurde, spiegelt den ersten Versuch wider, ein Bild aus diesen Beobachtungen zu erstellen.


„Das Bild von 2019 war erst der Anfang“, so Medeiros. „Wenn ein Bild mehr als tausend Worte sagt, dann haben die Daten, die diesem Bild zugrunde liegen, noch viel mehr Geschichten zu erzählen. PRIMO wird auch in Zukunft ein wichtiges Werkzeug sein, um solche Erkenntnisse zu gewinnen.“


Die Entwicklung des PRIMO-Algorithmus wurde durch die Unterstützung der National Science Foundation Astronomy and Astrophysics Postdoctoral Fellowship ermöglicht.