How to take a picture of a black hole | Katie Bouman

المترجم: Hani Eldalees المدقّق: Mahmoud Magdy

In the movie "Interstellar,"

في الفيلم (إنترستلر)،

we get an up-close look at a supermassive black hole.

نشاهد نظرة عن قرب لثقب أسود ضخم.

Set against a backdrop of bright gas,

في الخلفية يوجد غاز متوهج،

the black hole's massive gravitational pull

قوة الجاذبية الهائلة لهذا الثقب الأسود

bends light into a ring.

تشكل الضوء على شكل حلقة.

However, this isn't a real photograph,

ولكن هذه الصورة غير حقيقية،

but a computer graphic rendering --

بل رسماً تقريبياً باستخدام الكمبيوتر

an artistic interpretation of what a black hole might look like.

تعبير فني عمّا قد يكون شكّل الثقب الأسود في الواقع.

A hundred years ago,

قبل 100 عام،

Albert Einstein first published his theory of general relativity.

نشر ألبرت آينشتاين نظريته عن النسبية العامة.

In the years since then,

وخلال السنوات التي تلت،

scientists have provided a lot of evidence in support of it.

قدم العلماء العديد من البراهين المؤيدة لهذه النظرية.

But one thing predicted from this theory, black holes,

ولكن أحد الأمور الواضحة من تلك النظرية وهي الثقوب السوداء،

still have not been directly observed.

لم تتم رؤيتها بشكل مباشر بعد.

وبالرغم من أنه يوجد تصور عما يمكن أن يكون عليه شكل الثقب الأسود،

Although we have some idea as to what a black hole might look like,

we've never actually taken a picture of one before.

إلا أننا لم نلتقط صورة لأحدها حتى الآن.

However, you might be surprised to know that that may soon change.

ولكن، لربما تتفاجأون إن عرفتم أن هذا سيتغير قريبًا.

We may be seeing our first picture of a black hole in the next couple years.

هناك احتمال أن نشاهد أول صورة لثقب أسود خلال السنوات القليلة المقبلة.

Getting this first picture will come down to an international team of scientists,

ستكون مسؤولية التقاط الصورة موكلة لفريق دولي من العلماء،

an Earth-sized telescope

تيليسكوب بحجم الأرض تقريبًا

and an algorithm that puts together the final picture.

وخوارزمية تعمل على وضع أجزاء الصورة النهائية معًا.

وبالرغم من أنني لن أتمكن من عرض صورة حقيقة لكم اليوم،

Although I won't be able to show you a real picture of a black hole today,

I'd like to give you a brief glimpse into the effort involved

إلا أنني أود أن أعرض لكم جزءًا بسيطًا من الجهد المبذول

in getting that first picture.

لالتقاط أول صورة.

My name is Katie Bouman,

اسمي كيتي بومان،

and I'm a PhD student at MIT.

وأنا طالبة دكتوراه في معهد ماساتشوستس للتكنولوجيا.

I do research in a computer science lab

أجري أبحاثي في مختبر علوم كمبيوتر

that works on making computers see through images and video.

وهي تهدف لجعل الكمبيوتر يبصر من خلال الصور والفيديو.

But although I'm not an astronomer,

وبالرغم من أنني لست عالمة فلك،

أود أن أعرض لكم اليوم

today I'd like to show you

how I've been able to contribute to this exciting project.

كيف تمكنت من المساهمة في هذا المشروع المثير.

If you go out past the bright city lights tonight,

إن غادرت المدينة هذه الليلة بعيدًا عن الأضواء،

فلربما يحالفك الحظ وتستطيع أن تشاهد منظرًا رائعًا

you may just be lucky enough to see a stunning view

of the Milky Way Galaxy.

لمجرة درب التبانة.

وإن استطعت أن تقرب الصورة متجاوزًا ملايين النجوم

And if you could zoom past millions of stars,

26,000 light-years toward the heart of the spiraling Milky Way,

26 ألف سنة ضوئية باتجاه مركز درب التبانة المتلألئ

we'd eventually reach a cluster of stars right at the center.

سنصل في نهاية المطاف إلى مجموعة من النجوم في المركز تمامًا.

Peering past all the galactic dust with infrared telescopes,

وبإستخدام تيليسكوبات بالأشعة تحت الحمراء لكي تخترق الغبار الكوني،

astronomers have watched these stars for over 16 years.

تمكن علماء الفلك من مراقبة تلك النجوم طوال 16 عامًا.

ولكن الأكثر دهشة هو ما لا يقدرون على رؤيته.

But it's what they don't see that is the most spectacular.

These stars seem to orbit an invisible object.

يبدو أن هذه النجوم تدور حول جسم خفي.

By tracking the paths of these stars,

بتتبع مسار هذه النجوم،

توصل علماء الفلك لنتيجة

astronomers have concluded

that the only thing small and heavy enough to cause this motion

أن الشيء الوحيد الصغير والثقيل القادر على التسبب في هذه الحركة

is a supermassive black hole --

هو ثقب أسود هائل جداً

an object so dense that it sucks up anything that ventures too close --

وهو شيء كثيف جدًا لدرجة أنه يمتص أي شيء يقترب منه

even light.

حتى الضوء.

But what happens if we were to zoom in even further?

لكن ماذا يحدث إن تمكنّا من تقريب الصورة أكثر؟

Is it possible to see something that, by definition, is impossible to see?

هل من الممكن أن نشاهد شيئًا، يفيد تعريفه بعدم القدرة على رؤيته؟

Well, it turns out that if we were to zoom in at radio wavelengths,

حسنا، تبين لنا أنه في حال كبرنا الصورة على مستوى موجات الراديو،

we'd expect to see a ring of light

نتوقع أن نرى حلقة مكونة من الضوء

caused by the gravitational lensing of hot plasma

ناتجة عن الجاذبية الكبيرة للبلازما الساخنة

التي تدور حول الثقب الأسود.

zipping around the black hole.

In other words,

بمعنى آخر،

يلقى الثقب الأسود بظله على هذه الخلفية من المواد المشعة،

the black hole casts a shadow on this backdrop of bright material,

carving out a sphere of darkness.

ناحتة بذلك كرة من الظلام.

This bright ring reveals the black hole's event horizon,

تكشف هذه الحلقة المشعة أفق الثقب الأسود،

where the gravitational pull becomes so great

حيث تكون قوى الجاذبية كبيرة للغاية لدرجة

أن حتى الضوء لا يستطيع الفرار.

that not even light can escape.

Einstein's equations predict the size and shape of this ring,

تنبأت معادلات آينشتاين بحجم وشكل تلك الحلقات،

so taking a picture of it wouldn't only be really cool,

لذا التقاط صور لها لن يكون مذهلًا فقط،

it would also help to verify that these equations hold

لكن سيكون برهاناً على أنّ تلك المعادلات صحيحة

in the extreme conditions around the black hole.

حتى في الظروف المتطرفة التي توجد بقرب الثقب الأسود.

However, this black hole is so far away from us,

إلا أنّ الثقب الأسود على بعد كبير من مكاننا،

that from Earth, this ring appears incredibly small --

فمن الأرض تبدو تلك الحلقات صغيرة جداً

the same size to us as an orange on the surface of the moon.

كحجم ثمرة برتقال على سطح القمر.

That makes taking a picture of it extremely difficult.

هذا ما يجعل مهمة التقاط صورة لها شاقة للغاية.

Why is that?

لكن لماذا؟

Well, it all comes down to a simple equation.

يعتمد الأمر بمجمله على معادلة بسيطة.

Due to a phenomenon called diffraction,

هذا سببه ظاهرة تسمى انحراف الضوء،

توجد حدود أساسية

there are fundamental limits

to the smallest objects that we can possibly see.

لأصغر الأشياء التي يمكن أن نراها.

This governing equation says that in order to see smaller and smaller,

المعادلة القاعدة تنص أنّه إذا رغبنا في رؤية أشياء أصغر وأصغر،

we need to make our telescope bigger and bigger.

فيجب أن يكون حجم التيليسكوبات أكبر وأكبر.

ولكن حتى باستخدام أقوى التيليسكوبات البصرية هنا على الأرض،

But even with the most powerful optical telescopes here on Earth,

we can't even get close to the resolution necessary

لا يمكننا أن نصل إلى الدقة المطلوبة

to image on the surface of the moon.

لصورة جسم ما على سطح القمر.

In fact, here I show one of the highest resolution images ever taken

في الواقع، أعرض لكم هنا أحد أكثر الصور دقةً والتي تم التقاطها من قبل

of the moon from Earth.

لسطح القمر من الأرض.

It contains roughly 13,000 pixels,

تحتوي على 13 ألف بيكسل تقريبًا،

and yet each pixel would contain over 1.5 million oranges.

بالرغم من ذلك، يمكن أن يحتوي كل بيكسل على 1.5 مليون برتقالة.

So how big of a telescope do we need

بالتالي كيف يجب أن يكون حجم التليسكوب

in order to see an orange on the surface of the moon

لكي نتمكن من رؤية البرتقالة على سطح القمر

and, by extension, our black hole?

وثقب أسود في ذات الوقت؟

Well, it turns out that by crunching the numbers,

بإجراء الحسابات الضرورية يتضح لنا،

you can easily calculate that we would need a telescope

أنّنا سنكون بحاجة إلى تليسكوب

the size of the entire Earth.

بحجم كوكب الأرض.

(Laughter)

(ضحك)

If we could build this Earth-sized telescope,

إن تمكنّا من بناء هذا التليسكوب بحجم الأرض،

فسنتمكن من أن نبدأ في ملاحظة حلقة الضوء المميزة تلك

we could just start to make out that distinctive ring of light

indicative of the black hole's event horizon.

التي تدل على حدوث ثقب أسود في الأفق.

Although this picture wouldn't contain all the detail we see

بالرغم من أن هذه الصورة لن تحتوي على كافة التفاصيل التي نراها

في رسوم الكمبيوتر التقريبية،

in computer graphic renderings,

it would allow us to safely get our first glimpse

ستتيح لنا أن نلقي أول نظرة ممكنة بكل أمان

of the immediate environment around a black hole.

على البيئة المحيطة بالثقب الأسود.

However, as you can imagine,

ولكن كما يمكنكم أن تتصوروا،

فإن بناء تيليسكوب بطبق واحد كبير بحجم الأرض هو أمر مستحيل.

building a single-dish telescope the size of the Earth is impossible.

But in the famous words of Mick Jagger,

ولكن بتعبير ميك جاغر الشهير،

"You can't always get what you want,

"لا يمكنك دوماً الحصول على ما تريد،

but if you try sometimes, you just might find

ولكن إن حاولت أحيانًا، فلربما تجد

you get what you need."

وتحصل على ما تحتاجه".

And by connecting telescopes from around the world,

وبإيصال تليسكوبات من جميع أنحاء العالم،

an international collaboration called the Event Horizon Telescope

فإن تعاون دولي يسمى تليسكوب أحداث الأفق

is creating a computational telescope the size of the Earth,

يعمل على إيجاد تليسكوب يدار بالكمبيوتر بحجم الأرض،

قادر على تحليل تركيبة

capable of resolving structure

on the scale of a black hole's event horizon.

حدث بحجم أفق الثقب الأسود.

This network of telescopes is scheduled to take its very first picture

هذه الشبكة من التليسكوبات من المقرر أن تلتقط أول صورة

of a black hole next year.

لثقب أسود العام المقبل.

جميع هذه التليسكوبات في الشبكة العالمية تعمل معًا.

Each telescope in the worldwide network works together.

Linked through the precise timing of atomic clocks,

وبربطها معًا من خلال توقيت دقيق باستخدام الساعات الذرية،

teams of researchers at each of the sites freeze light

تقوم فرق من الخبراء في كل موقع بتجميد الضوء

by collecting thousands of terabytes of data.

عن طريق تجميع آلاف (التيرابايت) من البيانات.

This data is then processed in a lab right here in Massachusetts.

ثم تتم معالجة هذه البيانات في مختبر هنا في (ماساتشوتس).

So how does this even work?

ولكن كيف يمكن لهذا كله أن ينجح؟

Remember if we want to see the black hole in the center of our galaxy,

هل تذكرون أنه إن أردنا رؤية ثقب أسود في وسط مجرتنا،

we need to build this impossibly large Earth-sized telescope?

فإنه يتوجب علينا بناء تليسكوب بحجم الأرض؟

For just a second, let's pretend we could build

لنتظاهر لثانية واحدة أنه بمقدورنا بناء

a telescope the size of the Earth.

تليسكوب بحجم الأرض.

This would be a little bit like turning the Earth

سيكون الأمر مشابهًا لتحويل الأرض

into a giant spinning disco ball.

لكرة كبيرة لامعة في نادي للديسكو.

Each individual mirror would collect light

ستلتقط كل من هذه المرايا الضوء

that we could then combine together to make a picture.

ويمكننا بعد ذلك تجميعه لكي نكون صورة.

However, now let's say we remove most of those mirrors

ولكن لنفترض أننا أزلنا معظم هذه المرايا

وتبقى القليل منها.

so only a few remained.

يمكننا الاستمرار في محاولة جمع هذه المعلومات معًا،

We could still try to combine this information together,

ولكن الآن نجد الكثير من الفراغات بها.

but now there are a lot of holes.

هذه المرايا المتبقية تمثل المواقع التي تتواجد بها التليسكوبات.

These remaining mirrors represent the locations where we have telescopes.

This is an incredibly small number of measurements to make a picture from.

وهذه أعداد صغيرة جدًا من القياسات التي تمكننا من إنشاء صورة منها.

But although we only collect light at a few telescope locations,

ولكن بالرغم من أننا نجمع الضوء من مواقع تليسكوبات قليلة،

as the Earth rotates, we get to see other new measurements.

فإن دوران الأرض يمكننا من رؤية حسابات أخرى جديدة.

In other words, as the disco ball spins, those mirrors change locations

بمعنى آخر، أثناء دورانها، كما كرة الديسكو، تغير المرايا موقعها

and we get to observe different parts of the image.

ونتمكن من رؤية أجزاء أخرى من الصورة.

The imaging algorithms we develop fill in the missing gaps of the disco ball

خوارزمية الصور التي طورناها تُمكننا من تعويض النقص في كرة الديسكو

in order to reconstruct the underlying black hole image.

لكي نتمكن من صنع صورة للثقب الأسود.

If we had telescopes located everywhere on the globe --

لو توافر لنا تليسكوبات في جميع أنحاء العالم--

in other words, the entire disco ball --

-- بمعنى آخر، في جميع أنحاء كرة الديسكو

this would be trivial.

سيكون هذا قليل الأهمية.

However, we only see a few samples, and for that reason,

ولكننا نقدر أن نرى بعض النماذج ولهذا السبب

there are an infinite number of possible images

يوجد عدد غير محدود من الصور المحتملة

that are perfectly consistent with our telescope measurements.

التي يمكن أن تكون متوافقة تمامًا مع قياسات التليسكوبات لدينا.

However, not all images are created equal.

لكن ليست كل الصور متماثلة،

Some of those images look more like what we think of as images than others.

بعض هذه الصور تتطابق مع تصورنا لما يمكن أن تكون الصور عليه أكثر من غيرها.

And so, my role in helping to take the first image of a black hole

ولذا، فإن مهمتي للمساعدة والحصول على أول صورة للثقب الأسود

is to design algorithms that find the most reasonable image

هي تصميم خوارزمية تعمل على إيجاد أكثر الصور منطقية

that also fits the telescope measurements.

وتتطابق مع مقاسات التليسكوب كذلك.

Just as a forensic sketch artist uses limited descriptions

وبصورة مشابهة لكيفية عمل رسام الطب الشرعي حيث يستخدم أوصاف محددة

to piece together a picture using their knowledge of face structure,

لتركيب صورةٍ ما مستخدمين معرفتهم بتركيب الوجه،

the imaging algorithms I develop use our limited telescope data

فإن خوارزمية الصور التي طورتها تستخدم بيانات التليسكوب المحدودة

to guide us to a picture that also looks like stuff in our universe.

لكي تدلنا على الصورة التي تطابق ما هو موجود في كوننا.

Using these algorithms, we're able to piece together pictures

باستخدام هذه الخوارزميات، تمكنّا من أن نجمع معًا قطع صور

from this sparse, noisy data.

من ضوضاء البيانات هذه وصخبها.

So here I show a sample reconstruction done using simulated data,

أعرض هنا مثال لإعادة بناء صورة مستخدمين بيانات المحاكاة،

when we pretend to point our telescopes

عندما نتظاهر بتوجيه التيليسكوبات

to the black hole in the center of our galaxy.

باتجاه الثقب الأسود في منتصف مجرتنا.

Although this is just a simulation, reconstruction such as this give us hope

بالرغم من أنّ هذه محاكاة لإعادة البناء إلا أنها تعطينا الأمل

that we'll soon be able to reliably take the first image of a black hole

أننا سنتمكن قريبًا من التقاط الصورة الأولى لثقب أسود

and from it, determine the size of its ring.

ونقدر من خلالها على تقدير حجم الدوائر حولها.

بالرغم من أنني أود الاسترسال في شرح هذه الخوارزمية،

Although I'd love to go on about all the details of this algorithm,

luckily for you, I don't have the time.

إلا أنّه لحسن حظكم، ليس لدي الوقت الكافي.

But I'd still like to give you a brief idea

ولكنني أرغب في أن أعطيكم فكرة مبسطة

of how we define what our universe looks like,

عن كيفية تعريفنا لمظهر الكون،

and how we use this to reconstruct and verify our results.

وكيف يمكن أن نستخدم ذلك لإعادة تركيب والتأكد من نتائجنا.

Since there are an infinite number of possible images

بما أنه يوجد عدد غير محدود من الصور الممكنة

that perfectly explain our telescope measurements,

التي يمكن أن تشرح بامتياز قياسات التيليسكوبات،

we have to choose between them in some way.

إلا أننا يجب أن نختار من بينها بطريقة ما.

We do this by ranking the images

نقوم بذلك عن طريق ترتيب الصور

based upon how likely they are to be the black hole image,

بناءً على احتمالية أنها تكوّن صورة لثقب أسود،

and then choosing the one that's most likely.

ومن ثم اختيار الصورة الأكثر احتمالية.

ما الذي أعنيه بذلك بالضبط؟

So what do I mean by this exactly?

Let's say we were trying to make a model

لنفترض أننا نحاول أن نصنع نموذجًا

that told us how likely an image were to appear on Facebook.

يمكن أن يخبرنا عن مدى احتمالية ظهور صورةٍ ما على الفيسبوك.

غالبًا سنرغب في أن يخبرنا النموذج

We'd probably want the model to say

it's pretty unlikely that someone would post this noise image on the left,

أنه من المستبعد أن يقوم شخص بنشر الصورة غير واضحة إلي ناحية اليسار،

and pretty likely that someone would post a selfie

لكن من المحتمل جداً أن ينشر صورة شخصية له

like this one on the right.

كالصورة الموجودة على اليمين.

الصورة التي في الوسط هي ضبابية،

The image in the middle is blurry,

so even though it's more likely we'd see it on Facebook

وبالرغم من أنّ حتمالية رؤيتها على الفيسبوك أعلى

compared to the noise image,

مقارنة بالصورة غير واضحة،

it's probably less likely we'd see it compared to the selfie.

وهي أقل احتمالية أن نشاهدها مقارنة بالصورة الشخصية.

But when it comes to images from the black hole,

لكن عندما يتعلق الأمر بصور لثقب أسود،

we're posed with a real conundrum: we've never seen a black hole before.

فإننا نواجه معضلة حقيقية: لم يسبق وأن شاهدنا ثقباً أسوداً حقيقياً من قبل.

In that case, what is a likely black hole image,

في هذه الحالة، ما هي الصورة الأقرب للثقب الأسود،

وما هي الافتراضات التي يجب أن تكون لدينا عن بنية الثقب الأسود؟

and what should we assume about the structure of black holes?

We could try to use images from simulations we've done,

يمكن أن نحاول استخدام صور ناتجة عن محاكاة أجريت سابقًا،

like the image of the black hole from "Interstellar,"

كما الصورة في الفيلم (انترستلر)،

but if we did this, it could cause some serious problems.

لكن يمكن حدوث مشاكل حقيقية في حال قمنا بهذا.

ما الذي يمكن أن يحدث إن لم تثبت نظريات (آينشتاين) صحتها؟

What would happen if Einstein's theories didn't hold?

We'd still want to reconstruct an accurate picture of what was going on.

رغبتنا ستستمر في إنشاء صورة دقيقة عمّا يجري.

If we bake Einstein's equations too much into our algorithms,

إن قمنا بإضافة معادلات (آينشتاين) بشكل جيد إلى خوارزمياتنا،

we'll just end up seeing what we expect to see.

فسينتهي بنا المطاف لرؤية ما نتوقع أن نراه.

In other words, we want to leave the option open

بكلام آخر، نحن نرغب في جعل الخيار متاحًا

لإمكانية وجود فيل ضخم في مركز مجرتنا.

for there being a giant elephant at the center of our galaxy.

(Laughter)

(ضحك)

لكل نوع من الصور خصائص تنفرد بها.

Different types of images have very distinct features.

يمكننا بكل سهولة أن نميز بين صور محاكاة الثقب الأسود

We can easily tell the difference between black hole simulation images

and images we take every day here on Earth.

والصور التي نلتقطها يوميًا هنا على الأرض.

We need a way to tell our algorithms what images look like

نحن بحاجة إلى أن تكون الخوارزميات قادرة على معرفة خصائص الصور

دون أن تطغى خصائص نوع معين من الصور على الأنواع الأخرى.

without imposing one type of image's features too much.

One way we can try to get around this

إحدى الطرق للتغلب على هذا،

is by imposing the features of different kinds of images

هي بفرض خصائص أنواع مختلفة من الصور

and seeing how the type of image we assume affects our reconstructions.

ومن ثم نشاهد كيف يمكن أن تؤثر على الصور التي يتم تكوينها.

If all images' types produce a very similar-looking image,

في حال كانت الصور الناتجة من مختلف الخصائص متشابهه فيما بينها،

then we can start to become more confident

عندها يمكننا أن نكون أكثر ثقة

that the image assumptions we're making are not biasing this picture that much.

أن الافتراضات التي نكونها للصورة لن تكون منحازة لخصائص نوع محدد.

This is a little bit like giving the same description

الأمر مشابهة لإعطائنا وصفاً واحداً

to three different sketch artists from all around the world.

لثلاثة رسامين مختلفين في جميع أنحاء العالم.

If they all produce a very similar-looking face,

إن قام الجميع بتقديم صورة مشابهة للوجه،

then we can start to become confident

فإننا سنكون أكثر ثقة

that they're not imposing their own cultural biases on the drawings.

أنهم لم يقوموا بعكس أنماطهم المجتمعية في رسوماتهم التي رسموها.

One way we can try to impose different image features

إحدى الطرق لفرض خصائص صور مختلفة

is by using pieces of existing images.

هي باستخدام أجزاءٍ من صور موجودة لدينا.

So we take a large collection of images,

نقوم بأخذ عدد كبير من الصور،

and we break them down into their little image patches.

ونقوم بتحويلها إلى قطع صغيرة جدًا من الصور المتجاورة.

ومن ثم نقوم بالتعامل مع كل مجموعة من الصور الصغيرة كما قطع الأحاجي المتفرقة.

We then can treat each image patch a little bit like pieces of a puzzle.

And we use commonly seen puzzle pieces to piece together an image

ونقوم باستخدام أجزاء الأحجية الصغيرة لدينا لكي نكون صورة

that also fits our telescope measurements.

تتوافق مع قياسات التليسكوب لدينا.

والأنواع المختلفة من الصور لديها قطع مختلفة تمامًا عن الأخرى.

Different types of images have very distinctive sets of puzzle pieces.

So what happens when we take the same data

إذا ما الذي يحدث عندما نستخدم ذات البيانات

but we use different sets of puzzle pieces to reconstruct the image?

ولكن نستخدم أجزاءً مختلفة من الأحاجي لإعادة بناء الصورة؟

Let's first start with black hole image simulation puzzle pieces.

لنبدأ أولًا مع قطع أحجية محاكاة صورة الثقب الأسود.

OK, this looks reasonable.

حسنًا، هذا يبدو منطقيًا.

This looks like what we expect a black hole to look like.

هذا ما نتوقع أن يبدو عليه منظر الثقب الأسود.

But did we just get it

لكن هل حصلنا على هذا

لأننا قمنا باستخدام قطع صغيرة من صور محاكاة الثقب الأسود؟

because we just fed it little pieces of black hole simulation images?

Let's try another set of puzzle pieces

لنستخدم أجزاء أحجية أخرى

from astronomical, non-black hole objects.

لأجسام فلكية مختلفة عن الثقب الأسود.

OK, we get a similar-looking image.

حسنًا، حصلنا على صورة مشابهة

ثم ماذا عن قطع من صور يومية،

And then how about pieces from everyday images,

like the images you take with your own personal camera?

مثل الصور التي تلتقطها بكاميرتك الخاصة؟

Great, we see the same image.

رائع، نحن نرى صورة مماثلة.

When we get the same image from all different sets of puzzle pieces,

عندما نحصل على ذات الصورة بعد استخدام أجزاء أحاجي من مجموعات مختلفة،

then we can start to become more confident

عندها يمكننا أن نكون أكثر ثقة

that the image assumptions we're making

أن افتراضات الصور التي لدينا

aren't biasing the final image we get too much.

لن تكون منحازة للصور النهائية بشكل كبير.

Another thing we can do is take the same set of puzzle pieces,

شيء آخر يمكننا القيام به وهو أخذ أجزاء الأحجية ذاتها

مثل الأجزاء من الصور الملتقطة يوميًا،

such as the ones derived from everyday images,

and use them to reconstruct many different kinds of source images.

ونستخدمها لإعادة تركيب العديد من الصور الأصلية المختلفة.

So in our simulations,

لذا في محاكاتنا،

we pretend a black hole looks like astronomical non-black hole objects,

نتظاهر أن الثقب الأسود يبدو كجسم فلكي مختلف عن الثقوب السوداء،

as well as everyday images like the elephant in the center of our galaxy.

كما الصور اليومية كالفيل الموجود في وسط مجرتنا.

When the results of our algorithms on the bottom look very similar

عندما تبدو النتائج من الخوارزمية في الأسفل مشابهة

to the simulation's truth image on top,

لنتائج المحاكاة التي تظهر في الأعلى،

then we can start to become more confident in our algorithms.

عندها نبدأ في اكتساب ثقة أكبر في الخوارزمية.

And I really want to emphasize here

وأود أن اؤكد هنا

that all of these pictures were created

أنّ جميع هذه الصور تم صنعها

by piecing together little pieces of everyday photographs,

بجمع قطع صغيرة من صور ملتقطة يوميًا،

like you'd take with your own personal camera.

كالتي تلتقطونها باستخدام كاميراتكم الخاصة.

So an image of a black hole we've never seen before

لذا صورة الثقب الأسود التي لم نرها من قبل

may eventually be created by piecing together pictures we see all the time

ربما نتمكن من صناعتها في نهاية المطاف من صور نراها يوميًا

of people, buildings, trees, cats and dogs.

للناس أو المباني أو الأشجار أو القطط والكلاب.

Imaging ideas like this will make it possible for us

تخيل مثل هذه الأفكار سيتيح لنا

to take our very first pictures of a black hole,

أن نلتقط أول صورة للثقب الأسود،

and hopefully, verify those famous theories

ونأمل أن نتمكن من التأكد من صحة هذه النظريات الشهيرة

on which scientists rely on a daily basis.

التي يعتمد عليها العلماء يوميًا.

But of course, getting imaging ideas like this working

لكن بالطبع، تخيُّل أن أفكار كهذه قد تنجح

would never have been possible without the amazing team of researchers

لم يكن ليكون متاحًا دون فريقٍ مذهلٍ من الخبراء

that I have the privilege to work with.

ولدي الحظ الكبير للعمل معهم.

ما زال الأمر يدهشني

It still amazes me

that although I began this project with no background in astrophysics,

أنه بالرغم من أنني بدأت هذا المشروع دون أي خبرة بعلم الفلك،

what we have achieved through this unique collaboration

ما تمكنّا من تحقيقه من خلال تعاوننا الفريد

could result in the very first images of a black hole.

قد ينتج عنه أول صورة للثقب الأسود.

لكن مشاريع كبيرة مثل تليسكوب الآفاق

But big projects like the Event Horizon Telescope

are successful due to all the interdisciplinary expertise

هي ناجحة بسبب الخبرات التي تنتمي للعديد من التخصصات

different people bring to the table.

التي يتشارك بها العديد من الناس

We're a melting pot of astronomers,

نحن مجموعة كبيرة من علماء الفلك،

physicists, mathematicians and engineers.

الفيزيائيين وخبراء الرياضيات والمهندسين.

This is what will make it soon possible

هذا سيجعلنا قريبًا قادرين

على تحقيق شيءٍ كنّا نظنه مستحيلًا.

to achieve something once thought impossible.

I'd like to encourage all of you to go out

أود أن أشجعكم جميعًا للخروج

and help push the boundaries of science,

ومساعدتنا على توسيع حدود العلم،

even if it may at first seem as mysterious to you as a black hole.

حتى وإن كانت تبدو في البداية غامضة كما يبدو الثقب الأسود.

Thank you.

شكرًا جزيلًا.

(Applause)

(تصفيق)