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

3,361,362 views ・ 2017-04-28

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Nikolaos Benias Επιμέλεια: Dimitra Papageorgiou
00:13
In the movie "Interstellar,"
0
13436
1860
Στην ταινία «Interstellar»,
00:15
we get an up-close look at a supermassive black hole.
1
15320
3327
βλέπουμε μια κοντινή εικόνα μιας υπερμεγέθους μαύρης τρύπας.
00:18
Set against a backdrop of bright gas,
2
18671
2143
Τοποθετημένη σε φόντο φωτεινού αερίου,
00:20
the black hole's massive gravitational pull
3
20838
2118
η μαζική βαρυτική έλξη της μαύρης τρύπας
00:22
bends light into a ring.
4
22980
1435
κάμπτει το φως σε δακτύλιο.
00:24
However, this isn't a real photograph,
5
24439
2109
Ωστόσο, αυτή δεν είναι πραγματική φωτογραφία,
00:26
but a computer graphic rendering --
6
26572
1786
αλλά γραφική απεικόνιση στον υπολογιστή,
00:28
an artistic interpretation of what a black hole might look like.
7
28382
3390
μία καλλιτεχνική ερμηνεία του πώς μπορεί να μοιάζει μια μαύρη τρύπα.
00:32
A hundred years ago,
8
32401
1166
Εκατό χρόνια πριν,
00:33
Albert Einstein first published his theory of general relativity.
9
33591
3601
ο Άλμπερτ Αϊνστάιν πρωτοδημοσίευσε τη γενική θεωρία της σχετικότητας.
00:37
In the years since then,
10
37216
1439
Στα χρόνια που ακολούθησαν,
00:38
scientists have provided a lot of evidence in support of it.
11
38679
2973
οι επιστήμονες έχουν παράσχει πολλά στοιχεία που την υποστηρίζουν.
00:41
But one thing predicted from this theory, black holes,
12
41676
3084
Αλλά κάτι που προβλεπόταν από αυτή τη θεωρία, οι μαύρες τρύπες,
00:44
still have not been directly observed.
13
44784
2350
δεν έχει ακόμα παρατηρηθεί άμεσα.
Παρότι έχουμε μια ιδέα για το πώς μπορεί να μοιάζει μια μαύρη τρύπα,
00:47
Although we have some idea as to what a black hole might look like,
14
47158
3206
00:50
we've never actually taken a picture of one before.
15
50388
2779
δεν την έχουμε βγάλει ποτέ φωτογραφία.
00:53
However, you might be surprised to know that that may soon change.
16
53191
4279
Ωστόσο, μπορεί να εκπλαγείτε αν μάθετε ότι αυτό μπορεί σύντομα ν' αλλάξει.
00:57
We may be seeing our first picture of a black hole in the next couple years.
17
57494
4164
Μπορεί να δούμε την πρώτη φωτογραφία μιας μαύρης τρύπας στα επόμενα χρόνια.
01:01
Getting this first picture will come down to an international team of scientists,
18
61682
3958
Η λήψη αυτής της πρώτης φωτογραφίας, θα εξαρτηθεί από διεθνή ομάδα επιστημόνων,
01:05
an Earth-sized telescope
19
65664
1567
ένα εικονικό τηλεσκόπιο στο μέγεθος της Γης
01:07
and an algorithm that puts together the final picture.
20
67255
2832
και έναν αλγόριθμο που θα ενώσει την τελική εικόνα.
Παρότι σήμερα δεν θα σας δείξω μια πραγματική εικόνα μαύρης τρύπας,
01:10
Although I won't be able to show you a real picture of a black hole today,
21
70111
3528
01:13
I'd like to give you a brief glimpse into the effort involved
22
73663
2911
θέλω να ρίξουμε μια σύντομη ματιά στην προσπάθεια που γίνεται
01:16
in getting that first picture.
23
76598
1613
για τη λήψη αυτής της πρώτης φωτογραφίας.
01:19
My name is Katie Bouman,
24
79477
1437
Ονομάζομαι Κέιτι Μπάουμαν
01:20
and I'm a PhD student at MIT.
25
80938
2566
και είμαι υποψήφια διδάκτορας στο ΜΙΤ.
01:23
I do research in a computer science lab
26
83528
2027
Κάνω έρευνα σε ένα εργαστήριο πληροφορικής
01:25
that works on making computers see through images and video.
27
85579
3298
κατασκευάζοντας υπολογιστές που βλέπουν μέσα από εικόνες και βίντεο.
01:28
But although I'm not an astronomer,
28
88901
2162
Παρότι δεν είμαι αστρονόμος,
θα ήθελα να σας δείξω
01:31
today I'd like to show you
29
91087
1285
01:32
how I've been able to contribute to this exciting project.
30
92396
2903
πώς έχω συνεισφέρει σε αυτό το συναρπαστικό έργο.
01:35
If you go out past the bright city lights tonight,
31
95323
2831
Αν πάτε κάπου μακρυά από τα λαμπερά φώτα της πόλης απόψε,
01:38
you may just be lucky enough to see a stunning view
32
98178
2436
μπορεί να σταθείτε τυχεροί και να δείτε μια εκπληκτική όψη
01:40
of the Milky Way Galaxy.
33
100638
1493
του Γαλαξία μας.
Εάν μπορούσατε να μεγεθύνετε πέρα από εκατομμύρια αστέρια
01:42
And if you could zoom past millions of stars,
34
102155
2462
01:44
26,000 light-years toward the heart of the spiraling Milky Way,
35
104641
3755
26.000 έτη φωτός προς το κέντρο του ελικοειδή Γαλαξία μας,
01:48
we'd eventually reach a cluster of stars right at the center.
36
108420
3521
θα φτάνατε τελικά σε ένα σύμπλεγμα αστεριών ακριβώς στο κέντρο.
01:51
Peering past all the galactic dust with infrared telescopes,
37
111965
3206
Κοιτώντας πέρα από όλη τη γαλαξιακή σκόνη με υπέρυθρα τηλεσκόπια,
01:55
astronomers have watched these stars for over 16 years.
38
115195
3867
οι αστρονόμοι έχουν παρακολουθήσει αυτά τα άστρα πάνω από 16 χρόνια.
Αλλά το πιο θεαματικό, είναι αυτό που δεν βλέπουν.
01:59
But it's what they don't see that is the most spectacular.
39
119086
3589
02:02
These stars seem to orbit an invisible object.
40
122699
3066
Αυτά τα άστρα περιστρέφονται γύρω από ένα αόρατο αντικείμενο.
02:05
By tracking the paths of these stars,
41
125789
2323
Παρακολουθώντας την τροχιά αυτών των αστεριών,
οι αστρονόμοι έχουν συμπεράνει
02:08
astronomers have concluded
42
128136
1294
02:09
that the only thing small and heavy enough to cause this motion
43
129454
3129
ότι το μόνο μικρό και βαρύ πράγμα ικανό να προκαλέσει αυτήν την κίνηση
02:12
is a supermassive black hole --
44
132607
1968
είναι μια υπερμεγέθης μαύρη τρύπα --
02:14
an object so dense that it sucks up anything that ventures too close --
45
134599
4178
ένα αντικείμενο τόσο πυκνό που απορροφά οτιδήποτε τολμήσει να την πλησιάσει --
02:18
even light.
46
138801
1494
ακόμα και το φως.
02:20
But what happens if we were to zoom in even further?
47
140319
3061
Αλλά τι θα συμβεί εάν μεγεθύνουμε ακόμα παραπέρα;
02:23
Is it possible to see something that, by definition, is impossible to see?
48
143404
4733
Είναι πιθανό να δούμε κάτι, το οποίο εξ' ορισμού, είναι αδύνατον;
02:28
Well, it turns out that if we were to zoom in at radio wavelengths,
49
148719
3244
Αποδεικνύεται ότι εάν μεγεθύναμε σε επίπεδο ραδιοκυμάτων,
02:31
we'd expect to see a ring of light
50
151987
1682
θα περιμέναμε να δούμε έναν δακτύλιο φωτός
02:33
caused by the gravitational lensing of hot plasma
51
153693
2411
που προκαλείται από τον βαρυτικό φακό θερμού πλάσματος
02:36
zipping around the black hole.
52
156128
1829
που τρέχει γύρω από τη μαύρη τρύπα.
02:37
In other words,
53
157981
1160
Με άλλα λόγια,
η μαύρη τρύπα ρίχνει τη σκιά της σε αυτό το φόντο από φωτεινό υλικό,
02:39
the black hole casts a shadow on this backdrop of bright material,
54
159165
3171
02:42
carving out a sphere of darkness.
55
162360
1842
δημιουργώντας μία σκοτεινή σφαίρα.
02:44
This bright ring reveals the black hole's event horizon,
56
164226
3339
Αυτό το φωτεινό δακτυλίδι αποκαλύπτει τον ορίζοντα γεγονότων της μαύρης τρύπας,
02:47
where the gravitational pull becomes so great
57
167589
2400
όπου η βαρυτική έλξη αυξάνεται τόσο πολύ
που ούτε το φως δεν μπορεί να φύγει.
02:50
that not even light can escape.
58
170013
1626
02:51
Einstein's equations predict the size and shape of this ring,
59
171663
2859
Οι εξισώσεις του Αϊνστάιν προβλέπουν το μέγεθος και το σχήμα του δακτύλιου
02:54
so taking a picture of it wouldn't only be really cool,
60
174546
3208
έτσι μια εικόνα του δεν θα ήταν μόνο φανταστική,
02:57
it would also help to verify that these equations hold
61
177778
2618
αλλά θα βοηθούσε και στην επαλήθευση των εξισώσεων
03:00
in the extreme conditions around the black hole.
62
180420
2466
στις ακραίες συνθήκες γύρω από τη μαύρη τρύπα.
03:02
However, this black hole is so far away from us,
63
182910
2558
Ωστόσο, αυτή η μαύρη τρύπα είναι τόσο μακρυά από εμάς,
03:05
that from Earth, this ring appears incredibly small --
64
185492
3098
που από τη Γη, το δακτυλίδι μοιάζει απίστευτα μικρό --
03:08
the same size to us as an orange on the surface of the moon.
65
188614
3590
ίδιο σε μέγεθος με ένα πορτοκάλι στην επιφάνεια της Σελήνης.
03:12
That makes taking a picture of it extremely difficult.
66
192758
2824
Αυτό κάνει εξαιρετικά δύσκολη τη λήψη μιας φωτογραφίας.
03:16
Why is that?
67
196645
1302
Γιατί συμβαίνει αυτό;
03:18
Well, it all comes down to a simple equation.
68
198512
3188
Όλα καταλήγουν σε μια απλή εξίσωση.
03:21
Due to a phenomenon called diffraction,
69
201724
2416
Λόγω ενός φαινομένου που ονομάζεται περίθλαση,
υπάρχουν θεμελιώδη όρια
03:24
there are fundamental limits
70
204164
1355
03:25
to the smallest objects that we can possibly see.
71
205543
2670
στα μικρότερα αντικείμενα που μπορούμε να δούμε.
03:28
This governing equation says that in order to see smaller and smaller,
72
208789
3672
Αυτή η κυρίαρχη εξίσωση λέει ότι για να δούμε ακόμα μακρύτερα,
03:32
we need to make our telescope bigger and bigger.
73
212485
2587
πρέπει να φτιάξουμε μεγαλύτερο τηλεσκόπιο.
Αλλά, ακόμα και με τα πιο ισχυρά οπτικά τηλεσκόπια της Γης,
03:35
But even with the most powerful optical telescopes here on Earth,
74
215096
3069
03:38
we can't even get close to the resolution necessary
75
218189
2419
δεν μπορούμε να πλησιάσουμε την απαιτούμενη ανάλυση
03:40
to image on the surface of the moon.
76
220632
2198
καλής εικόνας της επιφάνειας της Σελήνης.
03:42
In fact, here I show one of the highest resolution images ever taken
77
222854
3617
Αυτή είναι μία από τις μεγαλύτερες σε ανάλυση εικόνες
03:46
of the moon from Earth.
78
226495
1397
της Σελήνης από τη Γη.
03:47
It contains roughly 13,000 pixels,
79
227916
2557
Περιέχει περίπου 13.000 πίξελ
03:50
and yet each pixel would contain over 1.5 million oranges.
80
230497
4050
και κάθε πίξελ μπορεί να περιέχει πάνω από 1,5 εκατομμύρια πορτοκάλια.
03:55
So how big of a telescope do we need
81
235396
1972
Πόσο μεγαλύτερο τηλεσκόπιο χρειαζόμαστε
03:57
in order to see an orange on the surface of the moon
82
237392
2765
για να δούμε ένα πορτοκάλι στην επιφάνεια της Σελήνης
04:00
and, by extension, our black hole?
83
240181
2214
και, κατ' επέκταση, τη μαύρη τρύπα;
04:02
Well, it turns out that by crunching the numbers,
84
242419
2340
Αποδεικνύεται, κάνοντας μερικές πράξεις, ότι μπορούμε
04:04
you can easily calculate that we would need a telescope
85
244783
2610
εύκολα να υπολογίσουμε ότι χρειάζεται ένα τηλεσκόπιο
04:07
the size of the entire Earth.
86
247417
1393
στο μέγεθος της Γης.
04:08
(Laughter)
87
248834
1024
(Γέλια)
04:09
If we could build this Earth-sized telescope,
88
249882
2119
Εάν μπορούσαμε να φτιάξουμε αυτό το τηλεσκόπιο,
ίσα που θα φαινόταν αυτό το χαρακτηριστικό δαχτυλίδι φωτός,
04:12
we could just start to make out that distinctive ring of light
89
252025
2925
04:14
indicative of the black hole's event horizon.
90
254974
2183
ενδεικτικό του ορίζοντα γεγονότων της μαύρης τρύπας.
04:17
Although this picture wouldn't contain all the detail we see
91
257181
2918
Αν και η εικόνα δεν θα περιείχε όλη τη λεπτομέρεια που βλέπουμε
04:20
in computer graphic renderings,
92
260123
1506
στις απεικονίσεις γραφικών υπολογιστών,
04:21
it would allow us to safely get our first glimpse
93
261653
2299
θα είχαμε μια πρώτη ασφαλή ματιά
04:23
of the immediate environment around a black hole.
94
263976
2487
του άμεσου περιβάλλοντος γύρω από τη μαύρη τρύπα.
04:26
However, as you can imagine,
95
266487
1613
Παρόλα αυτά, όπως φαντάζεστε,
η δημιουργία ενός τέτοιου τηλεσκοπίου στο μέγεθος της Γης είναι αδύνατη.
04:28
building a single-dish telescope the size of the Earth is impossible.
96
268124
3624
04:31
But in the famous words of Mick Jagger,
97
271772
1887
Αλλά στα περίφημα λόγια του Μικ Τζάγκερ,
04:33
"You can't always get what you want,
98
273683
1791
«Δεν μπορείς να έχεις πάντα αυτό που θες,
04:35
but if you try sometimes, you just might find
99
275498
2187
αλλά καμιά φορά αν προσπαθήσεις, θα δεις
04:37
you get what you need."
100
277709
1215
ότι παίρνεις αυτό που χρειάζεσαι».
04:38
And by connecting telescopes from around the world,
101
278948
2464
Διασυνδέοντας τηλεσκόπια από όλον τον κόσμο,
04:41
an international collaboration called the Event Horizon Telescope
102
281436
3538
μία διεθνής συνεργασία ονόματι Τηλεσκόπιο Ορίζοντα Γεγονότων
04:44
is creating a computational telescope the size of the Earth,
103
284998
3109
δημιουργεί ένα υπολογιστικό τηλεσκόπιο στο μέγεθος της Γης,
με ικανή ανάλυση
04:48
capable of resolving structure
104
288131
1537
04:49
on the scale of a black hole's event horizon.
105
289692
2199
στην κλίμακα του ορίζοντα γεγονότων μιας μαύρης τρύπας.
04:51
This network of telescopes is scheduled to take its very first picture
106
291915
3387
Αυτό το δίκτυο τηλεσκοπίων είναι έτοιμο να πάρει την πρώτη εικόνα
04:55
of a black hole next year.
107
295326
1815
μιας μαύρης τρύπας, την επόμενη χρονιά.
04:57
Each telescope in the worldwide network works together.
108
297165
3338
Όλα τα τηλεσκόπια στο δίκτυο συνεργάζονται.
05:00
Linked through the precise timing of atomic clocks,
109
300527
2712
Συνδεδεμένες με την ακρίβεια ατομικών ρολογιών,
05:03
teams of researchers at each of the sites freeze light
110
303263
2657
ερευνητικές ομάδες σε κάθε σταθμό «παγώνουν» το φως
05:05
by collecting thousands of terabytes of data.
111
305944
2962
συλλέγοντας δεδομένα χιλιάδων τεραμπάιτ.
05:08
This data is then processed in a lab right here in Massachusetts.
112
308930
5017
Κατόπιν, τα δεδομένα αυτά επεξεργάζονται σε ένα εργαστήριο εδώ στη Μασαχουσέτη.
05:13
So how does this even work?
113
313971
1794
Πώς λειτουργεί λοιπόν αυτό;
05:15
Remember if we want to see the black hole in the center of our galaxy,
114
315789
3403
Θυμάστε, αν θέλουμε να δούμε τη μαύρη τρύπα στο κέντρο του Γαλαξία μας,
05:19
we need to build this impossibly large Earth-sized telescope?
115
319216
2982
πρέπει να φτιάξουμε ένα πολύ μεγάλο τηλεσκόπιο στο μέγεθος της Γης;
05:22
For just a second, let's pretend we could build
116
322222
2232
Ας υποθέσουμε για λίγο ότι μπορεί να φτιαχτεί
05:24
a telescope the size of the Earth.
117
324478
1842
ένα τηλεσκόπιο στο μέγεθος της Γης.
05:26
This would be a little bit like turning the Earth
118
326344
2455
Αυτό είναι σαν να μετατρέπουμε τη Γη
05:28
into a giant spinning disco ball.
119
328823
1747
σε μία τεράστια ντισκομπάλα.
05:30
Each individual mirror would collect light
120
330594
2200
Κάθε μεμονωμένο κάτοπτρο δέχεται φως
05:32
that we could then combine together to make a picture.
121
332818
2597
που θα μπορούσε να συνδυαστεί, για να φτιάξουμε μια εικόνα.
05:35
However, now let's say we remove most of those mirrors
122
335439
2661
Ας υποθέσουμε ότι αφαιρούμε τα περισσότερα κάτοπτρα,
ώστε να μείνουν μόνο μερικά.
05:38
so only a few remained.
123
338124
1972
Θα μπορούσαμε ακόμα να συνδυάσουμε αυτή την πληροφορία,
05:40
We could still try to combine this information together,
124
340120
2877
αλλά τώρα θα υπάρχουν πολλά κενά.
05:43
but now there are a lot of holes.
125
343021
1993
Τα εναπομείναντα κάτοπτρα αντιπροσωπεύουν τις θέσεις όπου έχουμε τηλεσκόπια.
05:45
These remaining mirrors represent the locations where we have telescopes.
126
345038
4373
05:49
This is an incredibly small number of measurements to make a picture from.
127
349435
4079
Αυτός είναι ένας πολύ μικρός αριθμός για να φτιάξουμε την εικόνα μας.
05:53
But although we only collect light at a few telescope locations,
128
353538
3838
Παρότι συλλέγουμε εικόνες σε μερικές θέσεις τηλεσκοπίων,
05:57
as the Earth rotates, we get to see other new measurements.
129
357400
3423
καθώς η Γη περιστρέφεται, βλέπουμε άλλες νέες μετρήσεις.
06:00
In other words, as the disco ball spins, those mirrors change locations
130
360847
3819
Με άλλα λόγια, καθώς η ντισκομπάλα περιστρέφεται, τα κάτοπτρα αλλάζουν θέση
06:04
and we get to observe different parts of the image.
131
364690
2899
και μπορούμε να παρατηρήσουμε διαφορετικά μέρη της εικόνας.
06:07
The imaging algorithms we develop fill in the missing gaps of the disco ball
132
367613
4018
Ο συνθετικός αλγόριθμος που αναπτύσσουμε γεμίζει τα κενά της ντισκομπάλας
06:11
in order to reconstruct the underlying black hole image.
133
371655
3033
ώστε να επανακτήσει την υποκείμενη εικόνα της μαύρης τρύπας.
06:14
If we had telescopes located everywhere on the globe --
134
374712
2636
Εάν είχαμε τηλεσκόπια παντού στην υδρόγειο
06:17
in other words, the entire disco ball --
135
377372
1941
-- με άλλα λόγια σε όλη τη ντισκομπάλα --
06:19
this would be trivial.
136
379337
1284
αυτό θα ήταν παιχνιδάκι.
06:20
However, we only see a few samples, and for that reason,
137
380645
3322
Ωστόσο, βλέπουμε μόνο μερικά δείγματα, και γι' αυτόν τον λόγο
06:23
there are an infinite number of possible images
138
383991
2388
υπάρχει άπειρος αριθμός πιθανών εικόνων
06:26
that are perfectly consistent with our telescope measurements.
139
386403
2964
που είναι απολύτως σύμφωνος με τις μετρήσεις των τηλεσκοπίων.
06:29
However, not all images are created equal.
140
389391
3016
Ωστόσο, δεν είναι όλες οι εικόνες ισότιμες.
06:32
Some of those images look more like what we think of as images than others.
141
392849
4458
Μερικές μοιάζουν πιο πολύ με αυτό που θεωρούμε ως εικόνα.
06:37
And so, my role in helping to take the first image of a black hole
142
397331
3222
Ο ρόλος μου στη λήψη της πρώτης εικόνας μιας μαύρης τρύπας
06:40
is to design algorithms that find the most reasonable image
143
400577
2932
είναι ο σχεδιασμός αλγόριθμων που βρίσκουν την πιο λογική εικόνα
06:43
that also fits the telescope measurements.
144
403533
2222
που συμφωνεί με τις μετρήσεις των τηλεσκοπίων.
06:46
Just as a forensic sketch artist uses limited descriptions
145
406727
3942
Όπως ένας εγκληματολόγος σκιτσογράφος χρησιμοποιεί περιορισμένες περιγραφές
06:50
to piece together a picture using their knowledge of face structure,
146
410693
3514
για να φτιάξει μια εικόνα βάσει των γνώσεων του για τη δομή του προσώπου,
06:54
the imaging algorithms I develop use our limited telescope data
147
414231
3315
ο αλγόριθμος που αναπτύσσω χρησιμοποιεί τα περιορισμένα τηλεσκοπικά δεδομένα
06:57
to guide us to a picture that also looks like stuff in our universe.
148
417570
4322
για να μας οδηγήσει σε μια εικόνα που επίσης μοιάζει με ύλη στο Σύμπαν.
07:01
Using these algorithms, we're able to piece together pictures
149
421916
3651
Χρησιμοποιώντας τέτοιους αλγόριθμους, μπορούμε να ενώσουμε εικόνες
07:05
from this sparse, noisy data.
150
425591
2180
από αραιά, θορυβώδη δεδομένα.
07:07
So here I show a sample reconstruction done using simulated data,
151
427795
4529
Εδώ βλέπετε μια ανακατασκευή δείγματος
με τη χρήση προσομοιωμένων δεδομένων,
07:12
when we pretend to point our telescopes
152
432348
1933
όπου προσποιούμαστε να στρέφουμε τα τηλεσκόπιά μας,
07:14
to the black hole in the center of our galaxy.
153
434305
2585
στη μαύρη τρύπα στο κέντρο του Γαλαξία μας.
07:16
Although this is just a simulation, reconstruction such as this give us hope
154
436914
4455
Παρότι εξομοίωση, μια τέτοια ανακατασκευή μας δίνει ελπίδα
07:21
that we'll soon be able to reliably take the first image of a black hole
155
441393
3453
πως σύντομα θα μπορούμε να έχουμε μια πρώτη εικόνα μιας μαύρης τρύπας
07:24
and from it, determine the size of its ring.
156
444870
2595
και από αυτήν, να προσδιορίσουμε το μέγεθος του δακτύλιού της.
Παρότι θα μου άρεσε να συνεχίσω με λεπτομέρειες του αλγορίθμου,
07:28
Although I'd love to go on about all the details of this algorithm,
157
448118
3199
07:31
luckily for you, I don't have the time.
158
451341
2174
ευτυχώς για εσάς, δεν έχω τον χρόνο.
07:33
But I'd still like to give you a brief idea
159
453539
2001
Αλλά θα ήθελα να σας δώσω μια σύντομη ιδέα
07:35
of how we define what our universe looks like,
160
455564
2302
του πώς ορίζουμε με τι μοιάζει το Σύμπαν μας
07:37
and how we use this to reconstruct and verify our results.
161
457890
4466
και πώς κάνουμε ανακατασκευή και επαλήθευση των αποτελεσμάτων μας.
07:42
Since there are an infinite number of possible images
162
462380
2496
Από τη στιγμή που υπάρχει άπειρος αριθμός πιθανών εικόνων
07:44
that perfectly explain our telescope measurements,
163
464900
2365
που εξηγούν απόλυτα τις τηλεσκοπικές μας μετρήσεις,
07:47
we have to choose between them in some way.
164
467289
2605
πρέπει με κάποιο τρόπο να επιλέξουμε μεταξύ τους.
07:49
We do this by ranking the images
165
469918
1838
Αυτό γίνεται με την αξιολόγηση των εικόνων
07:51
based upon how likely they are to be the black hole image,
166
471780
2834
βάσει του πόσο πιθανό είναι να μοιάζει με μαύρη τρύπα
07:54
and then choosing the one that's most likely.
167
474638
2482
και επιλέγεται η πιο πιθανή.
Τι ακριβώς εννοώ;
07:57
So what do I mean by this exactly?
168
477144
2195
07:59
Let's say we were trying to make a model
169
479862
1978
Ας πούμε ότι προσπαθούμε να φτιάξουμε ένα πρότυπο
08:01
that told us how likely an image were to appear on Facebook.
170
481864
3183
που θα αξιολογεί τη πιθανότητα εμφάνισης κάποιας εικόνας στο Facebook.
08:05
We'd probably want the model to say
171
485071
1701
Θα θέλαμε αυτό να μας λέει
08:06
it's pretty unlikely that someone would post this noise image on the left,
172
486796
3557
ότι είναι απίθανο κάποιος να βάλει την αριστερή εικόνα
08:10
and pretty likely that someone would post a selfie
173
490377
2419
και σχεδόν σίγουρο κάποιος να βάλει τη δεξιά.
08:12
like this one on the right.
174
492820
1334
Η μεσαία εικόνα είναι θολή,
08:14
The image in the middle is blurry,
175
494178
1639
08:15
so even though it's more likely we'd see it on Facebook
176
495841
2639
και παρότι μπορεί να τη δούμε στο Facebook
08:18
compared to the noise image,
177
498504
1360
σε σχέση με την αριστερή,
08:19
it's probably less likely we'd see it compared to the selfie.
178
499888
2960
είναι λιγότερο πιθανό να τη δούμε σε σχέση με τη δεξιά.
08:22
But when it comes to images from the black hole,
179
502872
2290
Αλλά, όταν πρόκειται για εικόνες μαύρης τρύπας,
08:25
we're posed with a real conundrum: we've never seen a black hole before.
180
505186
3502
μας τίθεται ένα πραγματικό αίνιγμα: δεν έχουμε δει ποτέ μαύρη τρύπα.
08:28
In that case, what is a likely black hole image,
181
508712
2291
Τώρα, ποια είναι η πιθανή εικόνα μιας μαύρης τρύπας
και τι πρέπει να υποθέσουμε για τη δομή των μαύρων τρυπών;
08:31
and what should we assume about the structure of black holes?
182
511027
2938
08:33
We could try to use images from simulations we've done,
183
513989
2632
Θα μπορούσαμε να κάνουμε χρήση εικόνων προσομοιώσεων,
08:36
like the image of the black hole from "Interstellar,"
184
516645
2530
όπως την εικόνα από το «Interstellar»,
08:39
but if we did this, it could cause some serious problems.
185
519199
2938
αλλά εάν το κάναμε, θα δημιουργούσε σωρεία σοβαρών προβλημάτων.
08:42
What would happen if Einstein's theories didn't hold?
186
522161
3380
Τι θα γινόταν εάν οι θεωρίες του Αϊνστάιν δεν ίσχυαν;
08:45
We'd still want to reconstruct an accurate picture of what was going on.
187
525565
3961
Θα θέλαμε ακόμα να ανακατασκευάσουμε μία ακριβή εικόνα του τι συμβαίνει.
08:49
If we bake Einstein's equations too much into our algorithms,
188
529550
3371
Εάν εισάγουμε πολλές εξισώσεις του Αϊνστάιν στον αλγόριθμο,
08:52
we'll just end up seeing what we expect to see.
189
532945
2755
θα καταλήξουμε να δούμε αυτό που περιμένουμε.
08:55
In other words, we want to leave the option open
190
535724
2276
Με άλλα λόγια, θέλουμε να αφήσουμε ανοικτό το ενδεχόμενο
08:58
for there being a giant elephant at the center of our galaxy.
191
538024
2923
να υπάρχει ένας τεράστιος ελέφαντας στο κέντρο του Γαλαξία μας.
09:00
(Laughter)
192
540971
1057
(Γέλια)
Διαφορετικοί τύποι εικόνων έχουν πολύ διακριτά χαρακτηριστικά.
09:02
Different types of images have very distinct features.
193
542052
2989
Μπορούμε να διακρίνουμε τις διαφορές μεταξύ εικόνων εξομοίωσης μαύρης τρύπας
09:05
We can easily tell the difference between black hole simulation images
194
545065
3548
09:08
and images we take every day here on Earth.
195
548637
2276
και εικόνων που παίρνουμε καθημερινά εδώ στη Γη.
09:10
We need a way to tell our algorithms what images look like
196
550937
3104
Πρέπει να μπορεί ο αλγόριθμος να ξεχωρίζει ποιες είναι τι
χωρίς να επιβάλλονται πολλά χαρακτηριστικά ενός τύπου εικόνας.
09:14
without imposing one type of image's features too much.
197
554065
3249
09:17
One way we can try to get around this
198
557865
1893
Ένας τρόπος για αυτό
09:19
is by imposing the features of different kinds of images
199
559782
3062
είναι η επιβολή χαρακτηριστικών από διάφορα είδη εικόνων
09:22
and seeing how the type of image we assume affects our reconstructions.
200
562868
4130
και βλέποντας πώς ο τύπος της εικόνας επηρεάζει τις ανακατασκευές μας.
09:27
If all images' types produce a very similar-looking image,
201
567712
3491
Εάν οι τύποι όλων των εικόνων παράγουν μια παρόμοια εικόνα,
09:31
then we can start to become more confident
202
571227
2057
τότε μπορούμε να είμαστε πιο σίγουροι
09:33
that the image assumptions we're making are not biasing this picture that much.
203
573308
4173
ότι οι υποθέσεις που κάνουμε δεν επηρεάζουν και τόσο την εικόνα.
09:37
This is a little bit like giving the same description
204
577505
2990
Είναι σαν να δίνεις την ίδια περιγραφή
09:40
to three different sketch artists from all around the world.
205
580519
2996
σε τρεις διαφορετικούς σκιτσογράφους ανά τον κόσμο.
09:43
If they all produce a very similar-looking face,
206
583539
2860
Εάν όλοι φτιάξουν ένα πρόσωπο πολύ παρόμοιο εμφανισιακά,
09:46
then we can start to become confident
207
586423
1793
τότε μπορούμε να είμαστε πιο σίγουροι
09:48
that they're not imposing their own cultural biases on the drawings.
208
588240
3616
ότι δεν επιβάλλουν τις δικές τους πολιτισμικές προκαταλήψεις στα σχέδια.
09:51
One way we can try to impose different image features
209
591880
3315
Ένας άλλος τρόπος επιβολής διαφορετικών χαρακτηριστικών εικόνας
09:55
is by using pieces of existing images.
210
595219
2441
είναι η χρήση μερών από πραγματικές εικόνες.
09:58
So we take a large collection of images,
211
598214
2160
Παίρνουμε μια μεγάλη συλλογή από εικόνες
10:00
and we break them down into their little image patches.
212
600398
2718
και τις χωρίζουμε σε μικρά «μπαλώματα».
Έτσι μπορούμε να τα χρησιμοποιήσουμε σαν τα κομμάτια ενός παζλ.
10:03
We then can treat each image patch a little bit like pieces of a puzzle.
213
603140
4285
10:07
And we use commonly seen puzzle pieces to piece together an image
214
607449
4278
Χρησιμοποιούμε κοινότυπα κομμάτια παζλ για να φτιάξουμε μια εικόνα
10:11
that also fits our telescope measurements.
215
611751
2452
που ταιριάζει με τις τηλεσκοπικές μας μετρήσεις.
Διαφορετικοί τύποι εικόνων έχουν πολλά διακριτά σύνολα κομματιών παζλ.
10:15
Different types of images have very distinctive sets of puzzle pieces.
216
615040
3743
10:18
So what happens when we take the same data
217
618807
2806
Τι συμβαίνει εάν πάρουμε τα ίδια δεδομένα,
10:21
but we use different sets of puzzle pieces to reconstruct the image?
218
621637
4130
αλλά κάνουμε χρήση διαφορετικών κομματιών για την ανακατασκευή;
10:25
Let's first start with black hole image simulation puzzle pieces.
219
625791
4766
Ας αρχίσουμε με την εξομοίωση κομματιών παζλ της μαύρης τρύπας.
10:30
OK, this looks reasonable.
220
630581
1591
Εντάξει, αυτό φαίνεται λογικό.
10:32
This looks like what we expect a black hole to look like.
221
632196
2694
Αυτό μοιάζει όπως περιμένουμε να μοιάζει μια μαύρη τρύπα.
10:34
But did we just get it
222
634914
1193
Αλλά αυτό παράχθηκε
επειδή το τροφοδοτήσαμε με κομμάτια εικόνων εξομοίωσης μαύρης τρύπας;
10:36
because we just fed it little pieces of black hole simulation images?
223
636131
3314
10:39
Let's try another set of puzzle pieces
224
639469
1880
Ας δοκιμάσουμε ένα άλλο σύνολο κομματιών παζλ
10:41
from astronomical, non-black hole objects.
225
641373
2509
από αστρονομικά αντικείμενα, όχι όμως μαύρης τρύπας.
10:44
OK, we get a similar-looking image.
226
644914
2126
Ωραία, παίρνουμε μια παρόμοια εικόνα.
Τι γίνεται με κομμάτια καθημερινών εικόνων,
10:47
And then how about pieces from everyday images,
227
647064
2236
10:49
like the images you take with your own personal camera?
228
649324
2785
όπως αυτές που παίρνετε με την προσωπική σας μηχανή;
10:53
Great, we see the same image.
229
653312
2115
Υπέροχα, παίρνουμε την ίδια εικόνα.
10:55
When we get the same image from all different sets of puzzle pieces,
230
655451
3366
Όταν πάρουμε την ίδια εικόνα από όλα τα διαφορετικά σύνολα παζλ,
10:58
then we can start to become more confident
231
658841
2046
τότε μπορούμε να είμαστε πιο σίγουροι
11:00
that the image assumptions we're making
232
660911
1966
ότι οι υποθέσεις που κάνουμε για την εικόνα
11:02
aren't biasing the final image we get too much.
233
662901
2921
δεν επηρεάζουν και τόσο την τελική εικόνα.
11:05
Another thing we can do is take the same set of puzzle pieces,
234
665846
3253
Κάτι άλλο που μπορούμε να κάνουμε είναι να πάρουμε το ίδιο σύνολο,
όπως αυτό που προκύπτει από καθημερινές εικόνες,
11:09
such as the ones derived from everyday images,
235
669123
2489
11:11
and use them to reconstruct many different kinds of source images.
236
671636
3600
για να ανακατασκευάσουμε πολλά διαφορετικά είδη εικόνων.
11:15
So in our simulations,
237
675260
1271
Έτσι, στις προσομοιώσεις μας,
11:16
we pretend a black hole looks like astronomical non-black hole objects,
238
676555
3775
προσποιούμαστε ότι η μαύρη τρύπα μοιάζει με άλλα αστρονομικά αντικείμενα,
11:20
as well as everyday images like the elephant in the center of our galaxy.
239
680354
3849
όπως καθημερινές εικόνες σαν τον ελέφαντα στο κέντρο του Γαλαξία μας.
11:24
When the results of our algorithms on the bottom look very similar
240
684227
3168
Όταν τα αποτελέσματα των αλγορίθμων μας στην κάτω σειρά, μοιάζουν
11:27
to the simulation's truth image on top,
241
687419
2096
με τα πραγματικά στην πάνω σειρά,
11:29
then we can start to become more confident in our algorithms.
242
689539
3346
τότε μπορούμε να είμαστε πιο σίγουροι για τους αλγόριθμους.
11:32
And I really want to emphasize here
243
692909
1867
Θέλω πραγματικά να τονίσω εδώ
11:34
that all of these pictures were created
244
694800
1934
ότι όλες αυτές οι εικόνες δημιουργήθηκαν
11:36
by piecing together little pieces of everyday photographs,
245
696758
2936
από την ένωση μικρών κομματιών από καθημερινές φωτογραφίες,
11:39
like you'd take with your own personal camera.
246
699718
2215
σαν αυτές που παίρνετε με την προσωπική σας μηχανή.
11:41
So an image of a black hole we've never seen before
247
701957
3276
Έτσι, μια εικόνα μιας μαύρης τρύπας που δεν έχουμε ποτέ δει
11:45
may eventually be created by piecing together pictures we see all the time
248
705257
3943
μπορεί τελικά να δημιουργηθεί από την ένωση κοινών εικόνων
11:49
of people, buildings, trees, cats and dogs.
249
709224
2745
ανθρώπων, κτιρίων, δένδρων, γατιών και σκυλιών.
11:51
Imaging ideas like this will make it possible for us
250
711993
2645
Ιδέες απεικόνισης, όπως αυτή, θα μας επιτρέψουν
11:54
to take our very first pictures of a black hole,
251
714662
2619
να πάρουμε τις πρώτες μας εικόνες μιας μαύρης τρύπας
11:57
and hopefully, verify those famous theories
252
717305
2447
και να επαληθεύσουμε τις διάσημες θεωρίες
11:59
on which scientists rely on a daily basis.
253
719776
2421
πάνω στις οποίες βασίζονται καθημερινά οι επιστήμονες.
12:02
But of course, getting imaging ideas like this working
254
722221
2608
Αλλά φυσικά, δεν θα ήταν εφικτό να λειτουργήσουν
12:04
would never have been possible without the amazing team of researchers
255
724853
3322
αυτές οι ιδέες απεικόνισης χωρίς την απίστευτη ερευνητική ομάδα
12:08
that I have the privilege to work with.
256
728199
1887
με την οποία έχω την τιμή να συνεργάζομαι.
12:10
It still amazes me
257
730110
1163
Εξακολουθεί να με εκπλήσσει
12:11
that although I began this project with no background in astrophysics,
258
731297
3351
το ότι ενώ ξεκίνησα χωρίς υπόβαθρο στην αστροφυσική,
12:14
what we have achieved through this unique collaboration
259
734672
2619
αυτό που έχουμε επιτύχει μέσα από αυτή τη μοναδική συνεργασία
12:17
could result in the very first images of a black hole.
260
737315
2759
θα μπορούσε να οδηγήσει στις πρώτες εικόνες μιας μαύρης τρύπας.
12:20
But big projects like the Event Horizon Telescope
261
740098
2698
Αλλά μεγάλα έργα, όπως το Τηλεσκόπιο Ορίζοντα Γεγονότων
12:22
are successful due to all the interdisciplinary expertise
262
742820
2814
επιτυγχάνουν λόγω της διεπιστημονικής εμπειρογνωμοσύνης
12:25
different people bring to the table.
263
745658
1790
που φέρνουν στο τραπέζι διαφορετικά άτομα.
12:27
We're a melting pot of astronomers,
264
747472
1706
Είμαστε ένα χωνευτήρι αστρονόμων,
12:29
physicists, mathematicians and engineers.
265
749202
2232
φυσικών, μαθηματικών και μηχανικών.
12:31
This is what will make it soon possible
266
751458
2554
Αυτό θα κάνει σύντομα δυνατή
την επίτευξη αυτού που κάποτε φαινόταν αδύνατο.
12:34
to achieve something once thought impossible.
267
754036
2853
12:36
I'd like to encourage all of you to go out
268
756913
2256
Θα ήθελα να σας ενθαρρύνω όλους να βγείτε έξω
12:39
and help push the boundaries of science,
269
759193
2096
και να βοηθήσετε στη διεύρυνση των ορίων της επιστήμης,
12:41
even if it may at first seem as mysterious to you as a black hole.
270
761313
3901
ακόμα και εάν αρχικά σας φανεί μυστηριώδης όπως μια μαύρη τρύπα.
12:45
Thank you.
271
765238
1174
Σας ευχαριστώ.
12:46
(Applause)
272
766436
2397
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7