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