Grâce à une IA baptisée PRIMO, les scientifiques ont considérablement amélioré la première image d’un trou noir, le « cœur des ténèbres » supermassif au cœur de la galaxie M87. Voici pourquoi il est meilleur et comment il a été obtenu.
Crédit : L. Medeiros (Institute for Advanced Study), D. Psaltis (Georgia Tech), T. Lauer (NOIRLab de NSF) et F. Ozel (Georgia Tech)
Il y a exactement 4 ans, les scientifiques du projet de recherche international Event Horizon Telescope (EHT) ont publié la première image historique d’un trou noir. Plus précisément, il s’agissait du trou noir supermassif situé au cœur de la galaxie elliptique M87, à 55 millions d’années-lumière de la Terre. Cette image a fait le tour du monde et est entrée à juste titre dans les jalons de la recherche scientifique, montrant pour la première fois que les trous noirs sont en réalité tels que nous les avons toujours imaginés. L’obtention de ce « cliché » a été un véritable exploit, qui a impliqué de nombreux scientifiques et des radiotélescopes très puissants disséminés aux quatre coins de la Terre. Les 5 pétaoctets de données collectées ont été traduites en logiciel dans l’image floue que nous connaissons tous ; aujourd’hui, grâce à l’aide d’une nouvelle intelligence artificielle appelée PRIMO, les mêmes données ont été retraitées et ont donné vie à une image beaucoup plus fidèle, détaillée et de résolution supérieure à la précédente, avec des caractéristiques différentes qui aident à mieux comprendre la nature de ces mystérieux « cœurs des ténèbres ». En termes simples, une meilleure science est faite avec cette IA.
Le modèle innovant d’apprentissage automatique (IA) qui a permis d’obtenir la nouvelle image du trou noir M87 a été développé et testé par une équipe de recherche américaine composée de quatre experts du projet EHT : Lia Medeiros de la School of Natural Sciences de l’Institute for Advanced Study de Princeton; Dimitrios Psaltis du Steward Observatory et du département d’astronomie de l’Université d’Arizona ; Tod Lauer de la Physics School du Georgia Institute of Technology et Feryal Ozel du National Optical Infrared Astronomy Research Laboratory (NOIR Lab). Pour comprendre ce qu’ils ont fait, il est nécessaire d’expliquer brièvement comment l’image originale a été capturée, grâce à une méthode appelée interférométrie. Les sept grands radiotélescopes qui ont pointé vers la galaxie Messier 87 (ou M87) ont été utilisés pour simuler un gigantesque radiotélescope aussi grand que la Terre entière ; bien qu’efficaces, les données recueillies avec cette technique présentent quelques lacunes – dérivées de la distance physique entre les instruments – qui doivent être comblées par l’interférométrie. En termes simples, pour combler ces lacunes, un algorithme beaucoup plus efficace et puissant a été créé que celui utilisé pour construire la première image.
Crédit : (L. Medeiros/Institute for Advanced Study, D. Psaltis/Georgia Tech, T. Lauer/NSF’s NOIRLab et F. Ozel/Georgia Tech)
PRIMO, acronyme de modélisation interférométrique à composantes principales, est basé sur un modèle d’IA appelé « apprentissage par dictionnaire », qui est formé en observant des milliers d’exemples d’une chose donnée pour créer des modèles et « comprendre » comment cela fonctionne. Dans le cas des trous noirs, environ 30 000 images simulées de trous noirs actifs ont été présentées à PRIMO, afin de comprendre comment traiter au mieux les données réelles collectées par les radiotélescopes de l’ETH. Une fois le processus de formation terminé, il s’est nourri des 5 pétaoctets de données récoltées en 2017 en quatre jours d’observations, donnant vie à une image un peu différente de celle qui avait défrayé la chronique internationale en 2019. « Avec notre nouvelle technique de machine learning, D’ABORD, nous avons pu obtenir la résolution la plus élevée du réseau actuel », a déclaré le Dr Medeiros dans un communiqué de presse. « Parce que nous ne pouvons pas étudier les trous noirs de près, les détails d’une image jouent un rôle énorme dans notre capacité à comprendre leur comportement. La largeur de l’anneau dans l’image est maintenant plus petite d’environ un facteur deux, ce qui constituera une contrainte puissante pour nos modèles théoriques et nos tests de gravité », a-t-elle déclaré.
L’image de la matière tourbillonnant autour de l’horizon des événements du trou noir est en effet beaucoup plus fine que celle observée par le passé, tout en restant parfaitement fidèle aux prédictions théoriques. Grâce à lui, par exemple, il est possible de mieux comprendre l’environnement gravitationnel autour du trou noir de M87, dont la masse est de 6,5 milliards de fois celle du Soleil. « PRIMO est une nouvelle approche de la tâche difficile de construire des images à partir d’observations EHT » , a déclaré le Dr Lauer. « Il fournit un moyen de compenser les informations manquantes sur l’objet observé nécessaires pour générer l’image qui aurait été vue à l’aide d’un seul radiotélescope géant de la taille de la Terre », a-t-il ajouté. « L’image de 2019 n’était que le début. Si une image vaut mille mots, les données derrière cette image ont beaucoup plus d’histoires à raconter. PRIMO continuera d’être un outil essentiel pour extraire de telles informations », a commenté le Dr Medeiros. La prochaine cible de PRIMO sera probablement Sagittarius A*, le trou noir supermassif au cœur de notre galaxie, la Voie lactée, dont l’ETH nous a fourni une première image en mai 2022. Les détails de la recherche « The Image of the M87 Black Hole Reconstructed with PRIMO » ont été publiés dans la revue scientifique spécialisée faisant autorité The Astrophysical Journal Letters.
Vidéo, découvrez les 7 Explosions Nucléaires les plus puissantes jamais filmées :
