文 | 量子位 黑洞栗、郭一璞
人类第一次看到黑洞照片之后,一名小姐姐的照片也跟着刷了屏。
凯蒂的本科读的密歇根大学的电气工程,硕士读的是MIT的电气工程和计算机科学专业,可以说,对于天文方面,她当时一窍不通。
就这样,她开始研究“把多台天文望远镜获得的数据合成一张黑洞照片”的算法。
一搞就是三年的秘密工作。在2016年之前,这个项目一直是保密的,小姐姐研究这么激动人心的项目,却憋着不能说,连自己的家人都没告诉。
而且直到2017年6月,凯蒂的算法才终于可以开始实战。她收到了一堆装着黑洞观测数据的硬盘:
这些硬盘中的数据,来自智利、夏威夷、南极洲、亚利桑那、西班牙、墨西哥六个地方的一共八台天文望远镜。
天文望远镜获取的数据量非常大,一晚上就能收集到2PB(约2000TB)。如此庞大的数据难以用网络传输,必须装到硬盘里,空运到MIT。
而且,这半吨硬盘里的数据不仅仅是黑洞,还包含天空中的各种复杂、凌乱的数据,凯蒂要靠这些数据,拼出一张完整的黑洞写真。
本来,根据射电望远镜数据还原天体图像需要人类天文学家参与。他们以自己的专业知识,将成像算法指引到他们认为正确的方向。
然而面对PB级稀疏、嘈杂的数据,想靠人力从中找出图像太难了。于是,他们使用了机器学习方法。
虽然这支团队已经花了好几年的时间构建算法,在合成数据上实验,但直到有了这些硬盘,他们才能真正知道他们的算法,是不是真的能捕捉到不可见的黑洞。
这项任务究竟什么样?
就好比,你把一颗鹅卵石扔进池塘,却还想看到它的样子。
一石激起的涟漪
入水的瞬间,石子会激起一圈一圈的涟漪。
而凯蒂提出的CHIRP算法,便是依靠干涉来重建黑洞的。
具体来说,从银河中心传来的无线电信号,到达两台望远镜的时间是不一样的,干涉也是这样发生的。
所以说,重建黑洞照片,最重要的就是时间差。
凯蒂在2017年的TED演讲中分享了团队的核心成员名单,包括:
Sheperd Doeleman
哈佛大学黑洞计划观测助理主任
Andrew Chael
哈佛大学黑洞计划研究生
Lindy Blackburn
哈佛大学黑洞计划射电天文学家
Michael Johnson
哈佛 - 史密森尼天体物理中心研究员
Katherine Rosenfeld
哈佛 - 史密森尼天体物理中心研究员
Hotaka Shiokawa
哈佛 - 史密森尼天体物理中心博士后
William T. Freeman
MIT计算机科学与人工智能实验室教授
Vincent Fish
MIT Haystack天文台研究科学家
Kazumori Akiyama
MIT Haystack天文台博士后
Daniel Zoran
DeepMind研究科学家
评论