最初由EHT合作組織于2019年拍攝的M87超大質量黑洞（左）；和PRIMO算法生成的新圖像（右）。圖片來源：EHT小組/普林斯頓高級研究所
人類首張黑洞照片就仿佛一個“模糊的橙色甜甜圈”，但在機器學習的幫助下，這一來自M87星系中心的黑洞正式“改頭換面”。新圖像進一步展示了一個更大、更暗的中心區域，周圍環繞著明亮的吸積氣體。美國研究團隊使用了在2017年聯網觀測的“事件視界望遠鏡”（EHT）合作組織獲得的數據，首次實現了陣列的全分辨率。相關論文已發表在《天體物理學雜志快報》上。
2017年，集結了地球上8臺無線電波望遠鏡的EHT成功拍攝到了M87超大質量黑洞的影子。然而，數據中出現了缺口，就像拼圖游戲中缺失的碎片。普林斯頓大學EHT小組成員表示，利用新機器學習技術PRIMO，他們能夠實現當前陣列的最大分辨率。PRIMO能夠根據大量訓練材料生成規則。例如，如果向計算機提供一系列不同的香蕉圖像，經過充分的訓練，它能確定一張未知的圖像是不是香蕉。
研究小組表示，利用PRIMO，計算機分析了3萬多張黑洞吸積氣體的高保真模擬圖像。這些圖集涵蓋了黑洞如何吸積物質的廣泛模型，以便尋找圖像結構中的共同模式。各種結構模式根據它們在模擬中出現的頻率進行分類，進而混合，以高度準確地顯示黑洞圖像，同時，還提供對圖像缺失結構的高保真估計。
該團隊表示，新繪制的圖像與EHT數據和理論預期是一致的。生成圖像需要假設缺失信息的適當形式，而PRIMO也做到了這一點。
來源：科技日報
