La estudiante graduada del MIT Katie Bauman y su equipo han desarrollado un algoritmo que nos ayudará a ver finalmente cómo se ve realmente un agujero negro. Todas las imágenes de agujeros negros que haya visto, incluida la de arriba, son de hecho interpretaciones artísticas ordinarias (visión o ficción, si se quiere).
Para obtener una imagen real de, digamos, un agujero negro supermasivo en el centro de nuestra galaxia, necesitamos un telescopio increíble con un diámetro de lente casi igual al diámetro de nuestro planeta. Es imposible construir una pieza de este tamaño, por lo que el algoritmo de Bauman, llamado Reconstrucción Continua de Imágenes de Alta Resolución, o CHIRP, puede acudir al rescate, que se construirá sobre una base de datos obtenida del Event Horizon Telescope. …
El telescopio de horizonte de eventos reúne muchos radiotelescopios de todo el mundo. Tal poder permite no solo atravesar densas nubes cósmicas de gas y polvo, sino también lograr la máxima resolución de imagen. En aras del interés, observamos que los astrónomos ya están acostumbrados a considerar esta matriz como un todo, un telescopio gigante del tamaño de la Tierra. Pero no es tan simple. El problema es que no todos los telescopios de este conjunto gigante son capaces de recibir datos al mismo tiempo. La razón de esto es todo el mismo polvo cósmico. El algoritmo CHIRP puede resolver este problema. Es capaz de filtrar todo el ruido atmosférico que interfiere con el flujo de la señal y, al final, crear una imagen a partir de los datos recibidos que es mucho más limpia que la que ofrecen otros algoritmos similares.
Uno de los autores del algoritmo, Michael Johnson, bromeó en una entrevista con PopSci que gracias a este algoritmo, los científicos ahora "podrán hacer películas reales sobre lo que comen los agujeros negros". Pero para empezar, sería bueno obtener al menos una imagen estática de este fenómeno cósmico único y finalmente asegurarse de que los agujeros negros reales realmente tengan algo en común con lo que pudimos ver en Interstellar.
norte
NIKOLAY KHIZHNYAK
