Testimoniare davanti al Congresso, La scienziata statunitense Katie Bouman ha suggerito che la tecnologia sviluppata dal progetto buco nero potrebbe avere applicazioni pratiche nel campo dell'imaging medico, previsione sismica e auto a guida autonoma
L'informatica statunitense Katie Bouman, che è diventata una sensazione globale per il suo ruolo nel generare la prima immagine al mondo di un buco nero, ha descritto il meticoloso processo come simile all'ascolto di un pianoforte con i tasti rotti.
Testimoniando davanti al Congresso giovedì, anche il borsista postdottorato presso l'Harvard Smithsonian Center for Astrophysics ha suggerito che la tecnologia sviluppata dal progetto potrebbe avere applicazioni pratiche nel campo dell'imaging medico, previsione sismica e auto a guida autonoma.
Una foto rilasciata il mese scorso del mostro divoratore di stelle nel cuore della galassia Messier 87 (M87) ha rivelato un nucleo oscuro circondato da un alone arancione fiamma di plasma bianco caldo.
Ma poiché M87 è distante 55 milioni di anni luce, "Questo anello appare incredibilmente piccolo nel cielo:circa 40 microarcosecondi di grandezza, paragonabile alle dimensioni di un'arancia sulla superficie della Luna vista dalla nostra posizione sulla Terra, " disse Bouman.
Le leggi della fisica richiederebbero un telescopio delle dimensioni del nostro intero pianeta per vederlo:una proposta impossibile.
La collaborazione Event Horizon Telescope (EHT) ha invece trascorso oltre un decennio a costruire un telescopio computazionale delle dimensioni della Terra che combinasse i segnali ricevuti da vari telescopi che lavorano in coppia in tutto il mondo.
Però, poiché il numero di sedi è limitato, i telescopi sono in grado di catturare solo alcune frequenze, lasciando grandi lacune nelle informazioni.
"Per analogia, puoi pensare alle misurazioni che l'EHT fa un po' come le note di una canzone; ogni misura corrisponde al tono di una nota, " disse Bouman.
"Osservare il buco nero con l'Event Horizon Telescope è un po' come ascoltare una canzone suonata su un pianoforte con più della metà dei tasti rotti".
L'approccio ha portato a numerose lacune che potrebbero essere colmate con infinite possibilità coerenti con i dati.
"Ma proprio come il tuo cervello potrebbe ancora essere in grado di riconoscere una canzone suonata su un pianoforte rotto se ci sono abbastanza tasti funzionanti, possiamo progettare algoritmi per riempire in modo intelligente le informazioni mancanti dell'EHT per rivelare l'immagine del buco nero sottostante, " ha concluso.
Evitare i pregiudizi umani
Mentre le immagini sono state catturate nel 2017, il risultato finale doveva essere convalidato in modo indipendente da quattro team EHT che lavoravano in tutto il mondo per evitare pregiudizi umani condivisi.
Le quattro immagini che hanno prodotto variavano leggermente, ma contenevano tutti la stessa struttura di base.
"Vedere queste immagini per la prima volta è stato davvero incredibile e uno dei ricordi più felici della mia vita, " ha ricordato Bouman, che ha mantenuto un ampio sorriso per tutta la sua testimonianza.
L'immagine finale rilasciata al pubblico il 10 aprile di quest'anno era un composto delle quattro immagini ulteriormente sintonizzate da algoritmi progettati per eliminare le preferenze umane.
Bouman ha affermato di aver iniziato a lavorare sull'EHT come studentessa laureata che studiava visione artificiale al MIT e ha scoperto che il problema condivideva somiglianze sorprendenti con il lavoro che aveva svolto sull'imaging cerebrale basato su dati limitati da uno scanner MRI.
"Così, sebbene il progetto fosse ben al di fuori della mia area principale, e non avevo esperienza in astrofisica per non parlare dei buchi neri, Speravo di poter fare la differenza".
Ha anche salutato gli scienziati all'inizio della carriera che erano venuti al progetto da vari campi e andavano dai post-dottorati agli studenti universitari il cui lavoro era vitale per il progetto.
"Però, come buchi neri, molti scienziati all'inizio della carriera con contributi significativi spesso passano inosservati, " lei disse.
© 2019 AFP