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

3,360,376 views ・ 2017-04-28

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: Najmeh Mirian Reviewer: Leila Ataei
00:13
In the movie "Interstellar,"
0
13436
1860
در فیلم " بین‌ستاره‌ای"
00:15
we get an up-close look at a supermassive black hole.
1
15320
3327
تصویر نزدیکی از یک سیاه‌چاله کلان‌جرم داریم.
00:18
Set against a backdrop of bright gas,
2
18671
2143
قرار گرفته در پشت گازهای درخشان،
00:20
the black hole's massive gravitational pull
3
20838
2118
کشش گرانشی حجیم سیاه چاله
00:22
bends light into a ring.
4
22980
1435
نور را به شکل حلقه خم می‌کند.
00:24
However, this isn't a real photograph,
5
24439
2109
گر چه این یک عکس واقعی نیست،
00:26
but a computer graphic rendering --
6
26572
1786
و صرفا یک اثر گرافیکی کامپیوتری است--
00:28
an artistic interpretation of what a black hole might look like.
7
28382
3390
تفسیری هنرمندانه از آنچه که باید شبیه یک سیاه چاله باشد.
00:32
A hundred years ago,
8
32401
1166
صد سال پیش ،
00:33
Albert Einstein first published his theory of general relativity.
9
33591
3601
آلبرت انیشتین اولین بار تئوری نسبیت عام خود را منتشر کرد.
00:37
In the years since then,
10
37216
1439
در سالهای بعد از آن،
00:38
scientists have provided a lot of evidence in support of it.
11
38679
2973
دانشمندان در اثبات آن شواهد زیادی بدست آوردند.
00:41
But one thing predicted from this theory, black holes,
12
41676
3084
اما چیزی که از این تئوری پیشگویی شد، سیاه چاله‌ها،
00:44
still have not been directly observed.
13
44784
2350
هنوز به صورت مستقیم مشاهده نشده است.
با این وجود ما ایده‌ای داریم که سیاه چاله باید به چه شکل باشد،
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
ما قبلا هیچوقت از هیچ یک از آنها عکس نگرفتیم.
00:53
However, you might be surprised to know that that may soon change.
16
53191
4279
هرچند، شاید شگفت زده شوید اگر بشنوید که این امر خیلی زود ممکن است تغییر کند.
00:57
We may be seeing our first picture of a black hole in the next couple years.
17
57494
4164
ما ممکن است اولین عکس خودمان از سیاه چاله را در دو سال آینده ببینیم.
01:01
Getting this first picture will come down to an international team of scientists,
18
61682
3958
گرفتن این اولین عکس توسط یک تیم بین المللی دانشمندان،
01:05
an Earth-sized telescope
19
65664
1567
یک تلسکوپ با سایز زمین و
01:07
and an algorithm that puts together the final picture.
20
67255
2832
الگوریتمی که عکس نهایی را کنارهم قرار میدهد، انجام خواهد شد.
با وجود این که من امروز قادر نیستم یک عکس واقعی از سیاه چاله نشان دهم،
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
مایلم یک دید سریع و اجمالی به شما از کوششی ارائه کنم
01:16
in getting that first picture.
23
76598
1613
که در رسیدن به آن عکس اولیه است.
01:19
My name is Katie Bouman,
24
79477
1437
اسم من کتی بومان است،
01:20
and I'm a PhD student at MIT.
25
80938
2566
و من دانشجوی دکترای در ام ای تی هستم.
01:23
I do research in a computer science lab
26
83528
2027
در آزمایشگاه علوم کامپیوتری تحقیق می کنم
01:25
that works on making computers see through images and video.
27
85579
3298
که روی ساخت کامپیوترهایی که تصاویر و ویدیوها را می بیند، کار می کند.
01:28
But although I'm not an astronomer,
28
88901
2162
با وجود این که ستاره شناس نیستم،
امروز مایلم به شما نشان دهم
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
که چطور قادرم در این پروژه هیجان انگیز همکاری کنم.
01:35
If you go out past the bright city lights tonight,
31
95323
2831
اگر شما امشب از روشنایی نور شهر خارج شوید،
ممکن است این قدر خوش شانس باشید که تصویرعالی
01:38
you may just be lucky enough to see a stunning view
32
98178
2436
01:40
of the Milky Way Galaxy.
33
100638
1493
از کهکشان راه شیری را ببینید.
و اگر شما بتوانید میلیونها ستاره را
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
که ۲۶،۰۰۰ سال نوری دورتر از قلب راه شیری مارپیچی هستند، بزرگ کنید
01:48
we'd eventually reach a cluster of stars right at the center.
36
108420
3521
در نهایت به گروهی از ستاره ها درست در مرکز می رسیم.
01:51
Peering past all the galactic dust with infrared telescopes,
37
111965
3206
با کنار زدن همه غبارهای کهکشانی توسط تلسکوپ مادون قرمز،
01:55
astronomers have watched these stars for over 16 years.
38
115195
3867
ستاره شناسان این ستاره ها را ۱۶ سال تماشا می‌کردند.
اما آنچه که آنها نمی‌بینند خیلی تماشایی است.
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
این ستاره ها به نظر یک شی غیر قابل رویت را دور می زنند.
02:05
By tracking the paths of these stars,
41
125789
2323
با پیگیری مسیر این ستاره ها،
اخترشناسان نتیجه گرفته اند
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
که تنها چیز کوچکی و سنگینی که منجر به این حرکت می شود
02:12
is a supermassive black hole --
44
132607
1968
یک سیاه چاله کلان جرم است
02:14
an object so dense that it sucks up anything that ventures too close --
45
134599
4178
و یک شی که هرچیزی که جرات نزدیک شدن به آن داشته باشد را میمکد
02:18
even light.
46
138801
1494
حتی نور.
02:20
But what happens if we were to zoom in even further?
47
140319
3061
اما چه اتفاقی می افتد اگر ما بیشتر آن را نزدیک کنیم؟
02:23
Is it possible to see something that, by definition, is impossible to see?
48
143404
4733
ممکن است که چیزی را ببینیم، که به تعریف، دیدنش غیر ممکن باشد ؟
02:28
Well, it turns out that if we were to zoom in at radio wavelengths,
49
148719
3244
اگر ما در طول موجهای رادیویی متمرکز شویم
02:31
we'd expect to see a ring of light
50
151987
1682
انتظار داریم حلقه نوری را ببینیم
02:33
caused by the gravitational lensing of hot plasma
51
153693
2411
که به دلیل گرانش عدسی مانند پلاسمای داغ
در اطراف سیاه چاله فشرده می شود.
02:36
zipping around the black hole.
52
156128
1829
02:37
In other words,
53
157981
1160
به عبارت دیگر،
سیاه چاله به طرح یک سایه در پشت این مواد نوری قرار می گیرد،
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
که خارج یک کره تاریک حک شده.
02:44
This bright ring reveals the black hole's event horizon,
56
164226
3339
این حلقه روشن منطقه رویداد سیاه چاله را آشکار می کند.
02:47
where the gravitational pull becomes so great
57
167589
2400
جایی که کشش گرانشی چنان شدید می شود
که حتی نور هم نمیتواند فرار کند.
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
معادلات انیشتین سایز و شکل این حلقه را پیش بینی می کند.
02:54
so taking a picture of it wouldn't only be really cool,
60
174546
3208
بنابراین گرفتن عکس از آن نه تنها فوق العاده است
02:57
it would also help to verify that these equations hold
61
177778
2618
بلکه همچنین کمک می کند تا به آن معادلات در شرایط شدید
03:00
in the extreme conditions around the black hole.
62
180420
2466
اطراف سیاه چاله اعتبار ببخشد.
03:02
However, this black hole is so far away from us,
63
182910
2558
اما، این سیاه چاله ها خیلی از ما دور هستند،
03:05
that from Earth, this ring appears incredibly small --
64
185492
3098
طوری که از زمین، این حلقه خیلی کوچک ظاهر می شود --
03:08
the same size to us as an orange on the surface of the moon.
65
188614
3590
آن سایز کوچک برای ما مثل یک پرتقال می ماند در صفحه ماه.
03:12
That makes taking a picture of it extremely difficult.
66
192758
2824
این مسله، گرفتن عکس از آن را به شدت سخت می کند.
03:16
Why is that?
67
196645
1302
چرا این گونه است ؟
03:18
Well, it all comes down to a simple equation.
68
198512
3188
خوب، اینها همه از یک معادله ساده شروع می شود.
03:21
Due to a phenomenon called diffraction,
69
201724
2416
براساس پدیده ای که آن را تداخل می نامند،
محدودیت های اساسی برای
03:24
there are fundamental limits
70
204164
1355
03:25
to the smallest objects that we can possibly see.
71
205543
2670
کوچکترین شی که ما میتوانیم ببینیم، وجود دارد.
03:28
This governing equation says that in order to see smaller and smaller,
72
208789
3672
این معادله می گوید که برای دیدن اشیاء کوچک و کوچکتر
03:32
we need to make our telescope bigger and bigger.
73
212485
2587
ما احتیاج داریم که تلسکوپهای بزرگ و بزرگتر بسازیم.
اما حتی با تلسکوپهای قوی اپتیکی روی زمین هم،
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
نمیتوانیم شفافیت لازم و تقریبی
03:40
to image on the surface of the moon.
76
220632
2198
عکس از سطح ماه را بدست آوریم.
03:42
In fact, here I show one of the highest resolution images ever taken
77
222854
3617
در واقع، اینجا به شما یکی از با کیفیترین عکسهایی که روی زمین
03:46
of the moon from Earth.
78
226495
1397
از ماه گرفتیم را نشان میدهم.
03:47
It contains roughly 13,000 pixels,
79
227916
2557
شامل تقریبا ۱۳،۰۰۰ پیکسل است.
03:50
and yet each pixel would contain over 1.5 million oranges.
80
230497
4050
و هر کدام از پیکسلها شامل ۱/۵ میلیون پرتقال هستند.
03:55
So how big of a telescope do we need
81
235396
1972
پس تلسکوپی که نیاز داریم چقدر بزرگ باشد
03:57
in order to see an orange on the surface of the moon
82
237392
2765
تا بتوانیم یک پرتقال را روی سطح ماه ببینیم
04:00
and, by extension, our black hole?
83
240181
2214
و با تعمیم، سیاه چاله مان را ببینیم؟
04:02
Well, it turns out that by crunching the numbers,
84
242419
2340
خوب به نظر می رسد، با خرد کردن عددها،
04:04
you can easily calculate that we would need a telescope
85
244783
2610
شما راحت میتوانید حساب کنید که به تلسکوپی نیازمندیم که
04:07
the size of the entire Earth.
86
247417
1393
در سایز کل زمین باشد.
04:08
(Laughter)
87
248834
1024
(خنده)
04:09
If we could build this Earth-sized telescope,
88
249882
2119
اگرمیتوانستیم تلسکوپی با این مقیاس بسازیم،
میتوانستیم از آن حلقه نور مشخص شروع کنیم
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
که نشانه ای از منطقه وقوع سیاه چاله است.
04:17
Although this picture wouldn't contain all the detail we see
91
257181
2918
با این حال این تصویر شامل همه جزِئیاتی نیست که در
تفسیر گرافیکی کامپیوتر می بینیم،
04:20
in computer graphic renderings,
92
260123
1506
04:21
it would allow us to safely get our first glimpse
93
261653
2299
به ما اجازه می دهد که اولین دیدگاه اجمالی
04:23
of the immediate environment around a black hole.
94
263976
2487
از محیط اطراف سیاه چاله را پیدا کنیم.
04:26
However, as you can imagine,
95
266487
1613
هرچند، همان طور که تصور می کنید،
ساختن یک تک دیش تلسکوپ با بزرگی زمین غیرممکن است.
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
اما یک نقل قول معروفی از میک چاگجر هست،
04:33
"You can't always get what you want,
98
273683
1791
《شما نمیتوانیم به هرآنچه میخواهد برسید
04:35
but if you try sometimes, you just might find
99
275498
2187
اما اگر برای چیزی تلاش کنید، شما ممکن است به
04:37
you get what you need."
100
277709
1215
آنچه احتیاج دارید برسید》
04:38
And by connecting telescopes from around the world,
101
278948
2464
و با متصل کردن تلسکوپها در همه دنیا،
04:41
an international collaboration called the Event Horizon Telescope
102
281436
3538
یک همکاری بین لمللی، که به آن افق رویداد تلسکوپی می گویند
04:44
is creating a computational telescope the size of the Earth,
103
284998
3109
یک تلسکوپ کامپیوتری در سایز زمین می سازد،
که قادراست به باسازی ساختارها
04:48
capable of resolving structure
104
288131
1537
04:49
on the scale of a black hole's event horizon.
105
289692
2199
در مقیاس پدیده افق یک سیاه چاله است.
04:51
This network of telescopes is scheduled to take its very first picture
106
291915
3387
این شبکه تلسکوپی برنامه ریزی می شود تا اولین تصویر را از
04:55
of a black hole next year.
107
295326
1815
یک سیاه چاله در سال آینده بگیرد.
هرکدام از تلسکوپها در شبکه جهانی با هم همکاری دارند.
04:57
Each telescope in the worldwide network works together.
108
297165
3338
05:00
Linked through the precise timing of atomic clocks,
109
300527
2712
هماهنگ شده از طریق زمانبندی ساعتهای اتمی دقیق،
05:03
teams of researchers at each of the sites freeze light
110
303263
2657
تیم های محققان در هر طرف نور را،
05:05
by collecting thousands of terabytes of data.
111
305944
2962
با جمع آوری هزاران ترابایت از دادههای اطلاعاتی منجمد می کنند.
05:08
This data is then processed in a lab right here in Massachusetts.
112
308930
5017
این داده ها به آزمایشگاه اینجا در ماساچوست فرستاده می شود.
05:13
So how does this even work?
113
313971
1794
بنابراین، چطور این اتفاق کار می کند؟
05:15
Remember if we want to see the black hole in the center of our galaxy,
114
315789
3403
یادمان باشد اگر ما بخواهیم که آن سیاه چاله در مرکز کهکشانمان را ببینم
05:19
we need to build this impossibly large Earth-sized telescope?
115
319216
2982
نیازمندیم که یک تلسکوپ غیرممکن در سایز زمین بسازیم؟
05:22
For just a second, let's pretend we could build
116
322222
2232
فقط برای یک ثانیه، بیایید وانمود کنیم که ما
05:24
a telescope the size of the Earth.
117
324478
1842
میتوانیم یک تسکوپ در سایز زمین بسازیم.
05:26
This would be a little bit like turning the Earth
118
326344
2455
این شبیه آن است که زمین را تبدیل کنیم
05:28
into a giant spinning disco ball.
119
328823
1747
به یک توپ چرخنده دیسکو قول پیکر.
05:30
Each individual mirror would collect light
120
330594
2200
هر کدام از آینه های منفرد نور را جمع می کند
05:32
that we could then combine together to make a picture.
121
332818
2597
تا ما بتوانیم با هم ترکیب کنیم و یک تصویر بسازیم.
05:35
However, now let's say we remove most of those mirrors
122
335439
2661
اما، حالا بگذارید بگویم، ما بیشتر این آینه ها را برداشتیم
بنابراین فقط تعداد کمی باقی ماند.
05:38
so only a few remained.
123
338124
1972
هنوز تلاش می کنیم که این اطلاعات را با هم ترکیب کنیم
05:40
We could still try to combine this information together,
124
340120
2877
اما حالا تعداد زیادی سوراخ وجود دارد.
05:43
but now there are a lot of holes.
125
343021
1993
این آینه های باقی مانده موقعیت هایی را نشان می دهند که آنجا تلسکوپ داریم.
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
این تنها بخش خیلی کوچکی از اندازه گیریها در گرفتن تصویر است.
05:53
But although we only collect light at a few telescope locations,
128
353538
3838
اما با وجود این که ما فقط نور تعداد کمی از تلسکوپهای موضعی را جمع کردیم،
05:57
as the Earth rotates, we get to see other new measurements.
129
357400
3423
در چرخشهای زمین، اندازه گیریهای دیگری راهم می بینم.
06:00
In other words, as the disco ball spins, those mirrors change locations
130
360847
3819
به عبارتی، همان طور که توپ دیسکو می چرخد آن آینه ها مکانشان را عوض می کنند.
06:04
and we get to observe different parts of the image.
131
364690
2899
و ما قسمت های متفاوت تصویر را مشاهده می کنیم.
06:07
The imaging algorithms we develop fill in the missing gaps of the disco ball
132
367613
4018
این الگوریتم تصویری که توسعه می دهیم شکافهای توپ دیسکو را
06:11
in order to reconstruct the underlying black hole image.
133
371655
3033
برای ساختن تصویر یک سیاه چاله اصولی پر می کند.
06:14
If we had telescopes located everywhere on the globe --
134
374712
2636
اگر تسکوپهایی در همه جای دنیا قرار داشتیم--
06:17
in other words, the entire disco ball --
135
377372
1941
به عبارت دیگر درسرتاسر توپ دیسکو--
06:19
this would be trivial.
136
379337
1284
کار ناچیزی تلقی میشد.
06:20
However, we only see a few samples, and for that reason,
137
380645
3322
اما، ما فقط چند نمونه را می بینیم و به آن دلیل
06:23
there are an infinite number of possible images
138
383991
2388
تعداد بینهایتی از تصاویر ممکن وجود دارد
06:26
that are perfectly consistent with our telescope measurements.
139
386403
2964
که به طور کامل شامل اندازه گیری تلسکوپ ما خواهد شد،
06:29
However, not all images are created equal.
140
389391
3016
اما، همه تصاویر به طور یکسان ساخته نمی شوند
06:32
Some of those images look more like what we think of as images than others.
141
392849
4458
بعضی از آن تصاویر بیشتر به آنچه ما فکر می کنیم شبیه هستند.
06:37
And so, my role in helping to take the first image of a black hole
142
397331
3222
خوب، نقش من در گرفتن اولین تصویر از سیاه چاله
06:40
is to design algorithms that find the most reasonable image
143
400577
2932
طراحی الگوریتمی است که یک تصویر قابل قبول پیدا کند،
06:43
that also fits the telescope measurements.
144
403533
2222
که همچنان با اندازه گیریهای تلسکوپ تطبیق شود.
06:46
Just as a forensic sketch artist uses limited descriptions
145
406727
3942
درست مثل یک هنرمند طراح که از تعریفهای محدود استفاده می کند
06:50
to piece together a picture using their knowledge of face structure,
146
410693
3514
تا همه با هم تصویری را حاصل کنند که از دانش ساختار چهره بهره می گیرد،
06:54
the imaging algorithms I develop use our limited telescope data
147
414231
3315
الگوریتمهای تصویرسازی که بسط میدهم از داده محدود تلسکوپها استفاده می کند
06:57
to guide us to a picture that also looks like stuff in our universe.
148
417570
4322
تا برای تصویری حاصل شود که شبیه اجسام دنیای ما باشد.
07:01
Using these algorithms, we're able to piece together pictures
149
421916
3651
با استفاده از این الگوریتمها قادریم که عکسهایی را از
07:05
from this sparse, noisy data.
150
425591
2180
داده های پراکنده و نویزی بهم متصل کنیم.
07:07
So here I show a sample reconstruction done using simulated data,
151
427795
4529
خوب، اینجا من نمونه بازسازی شده از داده های شبیه سازی شده را نشان می دهم،
07:12
when we pretend to point our telescopes
152
432348
1933
مربوط به وقتی که ما توجه تلسکوپهایمان
07:14
to the black hole in the center of our galaxy.
153
434305
2585
را به سیاه چاله مرکز کهکشانمان فرا می خوانیم.
07:16
Although this is just a simulation, reconstruction such as this give us hope
154
436914
4455
با وجود اینکه، این فقط یک شبیه سازی است باسازی آن به ما این امید را میدهد
07:21
that we'll soon be able to reliably take the first image of a black hole
155
441393
3453
که به زودی قادریم اولین تصویرمان از یک سیاه چاله را بگیریم
07:24
and from it, determine the size of its ring.
156
444870
2595
و از روی آن سایز حلقه آن را مشخص کنیم.
با اینکه من علاقه مندم که درباره همه جزییات این الگوریتم صحبت کنم،
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
ولی از خوش اقبالی شما، وقت آن ندارم.
07:33
But I'd still like to give you a brief idea
159
453539
2001
اما هنوز دوست دارم که یک ایده خلاصه بدهم که
07:35
of how we define what our universe looks like,
160
455564
2302
چگونه آنچه که دنیای ما به آن شبیه است را تعریف می کنیم،
07:37
and how we use this to reconstruct and verify our results.
161
457890
4466
و چطور از آن استفاده می کنیم تا نتیجه ها را بازسازی و معتبر کنیم.
07:42
Since there are an infinite number of possible images
162
462380
2496
از آنجا که تعداد بی شماری از تصاویر ممکن وجود دارد
07:44
that perfectly explain our telescope measurements,
163
464900
2365
که کاملا اندازه گیری های تلسکوپ ما را شرح می دهد،
07:47
we have to choose between them in some way.
164
467289
2605
باید با روشی را از بین آنها انتخاب کنیم.
07:49
We do this by ranking the images
165
469918
1838
با رتبه بندی تصاویر این کار را میکنیم،
07:51
based upon how likely they are to be the black hole image,
166
471780
2834
بر این اساس که چقدر آنها شبیه یک تصویر سیاه چاله هستند،
07:54
and then choosing the one that's most likely.
167
474638
2482
و سپس می شود یکی که بیشتر شبیه است را انتخاب نمود.
خوب، دقیقا منظور من چیست؟
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
بگوییم که در تلاش بودیم که مدلی بسازیم
08:01
that told us how likely an image were to appear on Facebook.
170
481864
3183
که به ما بگوید چقدر شبیه تصویری است که در فیس بوک ظاهر می شود.
ما احتمالا مدلی می خواهیم که بگوید
08:05
We'd probably want the model to say
171
485071
1701
08:06
it's pretty unlikely that someone would post this noise image on the left,
172
486796
3557
کاملا ناممکن است که کسی این تصویر پر از نویز سمت چپی را پست کند،
08:10
and pretty likely that someone would post a selfie
173
490377
2419
و کاملا ممکن است که کسی عکس سلفی مانند آن
08:12
like this one on the right.
174
492820
1334
سمت راستی را پست کند.
عکس وسط کدر است،
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
خوب، حتی با اینکه مانند عکسهای فیسبوکی است که در مقایسه
08:18
compared to the noise image,
177
498504
1360
با عکس برفکی می بینیم،
08:19
it's probably less likely we'd see it compared to the selfie.
178
499888
2960
احتمالا کمتر مانند عکسهای سلفی است که دیدیم.
08:22
But when it comes to images from the black hole,
179
502872
2290
اما وقتی الگوریتم روی عکسهای سیاه چاله انجام شود
08:25
we're posed with a real conundrum: we've never seen a black hole before.
180
505186
3502
درگیر یک مسئله جدی میشویم ما هیچ وقت قبلا سیاه چاله را ندیده ایم.
08:28
In that case, what is a likely black hole image,
181
508712
2291
در این صورت، تصویر سیاهچاله به چه چیزی شبیه است.
و ما درباره ساختار سیاه چاله چه چیزی را باید در نظر بگیریم؟
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
می توانیم از تصاویر که شبیه ساز کردیم استفاده کنیم.
08:36
like the image of the black hole from "Interstellar,"
184
516645
2530
مانند تصویر سیاه چاله در فیلم "بین ستاره ای"،
08:39
but if we did this, it could cause some serious problems.
185
519199
2938
اما اگر چنین کنیم، ممکن است منجر به بعضی از مشکلات جدی شود.
چه اتفاقی می افتد اگر تئوری انیشتن درست نباشد؟
08:42
What would happen if Einstein's theories didn't hold?
186
522161
3380
08:45
We'd still want to reconstruct an accurate picture of what was going on.
187
525565
3961
ما هنوز می خواهیم یک تصویر دقیق از آنچه رخ میدهد را بازسازی کنیم.
08:49
If we bake Einstein's equations too much into our algorithms,
188
529550
3371
اگر ما با الگوریتمهای خود معادلات انیشتن را بشدت رد کنیم،
08:52
we'll just end up seeing what we expect to see.
189
532945
2755
تنها منجر به مشاهده آنچه انتظار داریم خواهد شد.
08:55
In other words, we want to leave the option open
190
535724
2276
به عبارتی، ما میخواهیم این گزینه را باز رها کنیم
برای اینکه یک فیل غول پیکر در مرکز کهکشان ما وجود دارد.
08:58
for there being a giant elephant at the center of our galaxy.
191
538024
2923
09:00
(Laughter)
192
540971
1057
(خنده)
انواع مختلف تصاویر ویژگیهای خیلی متفاوتی دارند.
09:02
Different types of images have very distinct features.
193
542052
2989
ما میتوانیم خیلی ساده تفاوت بین تصاویر شبیه سازی سیاه چاله ها و
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
تصاویری که هر روز روی زمین میگیریم را بگوییم.
09:10
We need a way to tell our algorithms what images look like
196
550937
3104
به روشی نیازمندیم که به الگوریتمهای ما بگوید
بدون تحمیل زیاد ویژگی یک نوع عکس تصاویر به چه میمانند.
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
یک روش برای رسیدن به این ایده
09:19
is by imposing the features of different kinds of images
199
559782
3062
تحمیل ویژگیهای انواع تصاویر مختلف است
09:22
and seeing how the type of image we assume affects our reconstructions.
200
562868
4130
و دیدن این که چطور نوع تصویری که ما در نظر می گیریم روی بازسازی ما اثر می گذارد.
09:27
If all images' types produce a very similar-looking image,
201
567712
3491
اگر همه انواع تصاویر یک تصویر واحد را بسازند،
09:31
then we can start to become more confident
202
571227
2057
ما می توانیم اعتماد به نفس پیدا کنیم که
09:33
that the image assumptions we're making are not biasing this picture that much.
203
573308
4173
آن فرضهای تصویری که گرفتیم این تصویر را خیلی عوض نکرده است.
09:37
This is a little bit like giving the same description
204
577505
2990
این کمی شبیه دادن یک توصیف مشابه
09:40
to three different sketch artists from all around the world.
205
580519
2996
به سه هنرمند مختلف طراح از سه نقطه دنیاست.
09:43
If they all produce a very similar-looking face,
206
583539
2860
اگر هر سه یک چهره شبیه هم ساختند
09:46
then we can start to become confident
207
586423
1793
می توانیم اعتماد به نفس پیدا کنیم
09:48
that they're not imposing their own cultural biases on the drawings.
208
588240
3616
که آنها تعصبهای مهم شخصی خود را روی طراحی اعمال نکرده اند.
09:51
One way we can try to impose different image features
209
591880
3315
یک روش که می توانیم ویژگیهای تصویری متفاوت اعمال کنیم
09:55
is by using pieces of existing images.
210
595219
2441
استفاده از تصاویر موجود است.
09:58
So we take a large collection of images,
211
598214
2160
بنابراین مجموعه بزرگی از تصاویر میسازیم
10:00
and we break them down into their little image patches.
212
600398
2718
و آن را به تکه های کوچک تجزیه می کنیم.
سپس می توانیم با این تکه های تصویری کمی شبیه پازل کار کنیم.
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
و ما قطعه قطعه این پازل را می بینیم که
10:11
that also fits our telescope measurements.
215
611751
2452
که در ابتدا تلسکوپها اندازه گیری کرده اند.
انواع مختلف تصاویر مجموعه قطعه های پازل متمایزی را دارد.
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
بنابراین چه می شود وقتی ما داده های یکسانی را استفاده کنیم
10:21
but we use different sets of puzzle pieces to reconstruct the image?
218
621637
4130
اما مجموعه قطعه های پازل متفاوتی را استفاده می کنیم؟
10:25
Let's first start with black hole image simulation puzzle pieces.
219
625791
4766
اجازه بدهید اول از مجموعه پازل تصویر شبیه سازی سیاه چاله شروع کنیم.
10:30
OK, this looks reasonable.
220
630581
1591
خوب، منطقی به نظر می آید.
10:32
This looks like what we expect a black hole to look like.
221
632196
2694
این شبیه آن چیزی است که از سیاه چاله انتظار داریم.
10:34
But did we just get it
222
634914
1193
اما قابل درک است چون
چون با قطعات کوچک تصاویر شبیه سازی سیاه چاله تعذیه اش کردیم؟
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
بیاید سری قطعات پازل دیگری
10:41
from astronomical, non-black hole objects.
225
641373
2509
از اختر شناسی و اشیاع غیر سیاه چاله را امتحان کنیم.
10:44
OK, we get a similar-looking image.
226
644914
2126
خوب، تصویر یکسان دیگری بدست میآوریم.
بعد از آن، بقیه قطعات از تصاویر روزانه
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
مانند تصاویری که شما با دوربین شخصی خودتان می گیرید، چطور؟
10:53
Great, we see the same image.
229
653312
2115
عالیست، ما تصاویر یکسانی را می بینیم.
10:55
When we get the same image from all different sets of puzzle pieces,
230
655451
3366
وقتی ما یک تصویر یکسان را از همه مجموعه های قطعات پازل حاصل می کنیم
10:58
then we can start to become more confident
231
658841
2046
می توانیم شروع به داشتن اعتماد بیشتری کنیم
11:00
that the image assumptions we're making
232
660911
1966
که فرض تصویری که گرفتیم
11:02
aren't biasing the final image we get too much.
233
662901
2921
بر اساس تصویر نهایی نیست که بدست میاید.
11:05
Another thing we can do is take the same set of puzzle pieces,
234
665846
3253
کار دیگری که می توانیم کنیم گرفتن مجموعه قطعات پازل یکسان است
چنانچه از تصاویر روزانه بشود بدست آورد،
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
و از آنها استفاده کنیم تا انواع مختلفی از منشا تصاویر را بازسازی کنیم.
11:15
So in our simulations,
237
675260
1271
خوب در شبیه سازی های ما،
11:16
we pretend a black hole looks like astronomical non-black hole objects,
238
676555
3775
ما سیاه چاله را شبیه اشیاء غیر سیاه چاله ای اختری نمایش دادیم.
11:20
as well as everyday images like the elephant in the center of our galaxy.
239
680354
3849
همین طور تصاویر روزانه شبیه فیل مرکز کهکشان ما است.
11:24
When the results of our algorithms on the bottom look very similar
240
684227
3168
وقتی نتایج الگوریتم ما در پایین خیلی شبیه به
11:27
to the simulation's truth image on top,
241
687419
2096
تصاویر واقعی شبیه سازی شده در بالا شد
11:29
then we can start to become more confident in our algorithms.
242
689539
3346
میتوانیم شروع به داشتن اعتماد بیشتر به الگوریتهایمان کنیم.
11:32
And I really want to emphasize here
243
692909
1867
و من واقعا میخواهم اینجا تاکید کنم که
11:34
that all of these pictures were created
244
694800
1934
همه این تصاویری که خلق شدند
11:36
by piecing together little pieces of everyday photographs,
245
696758
2936
با کنار هم قرار دادن قطعات ریز عکسهای روزانه، شبیه عکسهایی
11:39
like you'd take with your own personal camera.
246
699718
2215
که شما با دوربین تان می گیرید حاصل می شود.
11:41
So an image of a black hole we've never seen before
247
701957
3276
خوب عکسی از سیاه چاله که هرگز قبلا ندیده ایم
11:45
may eventually be created by piecing together pictures we see all the time
248
705257
3943
را می شود با کنارهم قراردادن تصاویری که همه وقت از مردم،
11:49
of people, buildings, trees, cats and dogs.
249
709224
2745
ساختمانها، درختان، گربه ها و سگها می بینیم خلق کرد.
11:51
Imaging ideas like this will make it possible for us
250
711993
2645
ایده های تصویرسازی مانند این برای ما ممکن می کند که
11:54
to take our very first pictures of a black hole,
251
714662
2619
اولین عکس مان را از یک سیاه چاله بگیریم،
11:57
and hopefully, verify those famous theories
252
717305
2447
و امیدواریم که تئوریها معروف را ثابت کنیم.
11:59
on which scientists rely on a daily basis.
253
719776
2421
تئوریهایی که دانشمندان اساساٌ به آنها تکیه می کنند.
12:02
But of course, getting imaging ideas like this working
254
722221
2608
اما البته گرفتن ایده های تصویری شبیه این کار
12:04
would never have been possible without the amazing team of researchers
255
724853
3322
هرگز بدون تیم پژوهشگران ممکن نخواهد بود
12:08
that I have the privilege to work with.
256
728199
1887
که من امتیاز کار کردن با آنها را دارم.
هنوز من را متعجب می کند
12:10
It still amazes me
257
730110
1163
12:11
that although I began this project with no background in astrophysics,
258
731297
3351
که با اینکه من این پروژه را بدون هیچ زمینه قبلی از اخترشناسی شروع کردم،
12:14
what we have achieved through this unique collaboration
259
734672
2619
آنچه که از طریق این همکاری بی همتا حاصل کردیم
12:17
could result in the very first images of a black hole.
260
737315
2759
میتواند اولین تصویر از سیاه چاله را نتیجه دهد.
اما پروژه های بزرگ شبیه "تلسکوپ افق رویداد"
12:20
But big projects like the Event Horizon Telescope
261
740098
2698
12:22
are successful due to all the interdisciplinary expertise
262
742820
2814
به دلیل همه تخصصهای بین رشته ای که افراد متفاوت
12:25
different people bring to the table.
263
745658
1790
روی میز می گذارند، موفق می شود .
12:27
We're a melting pot of astronomers,
264
747472
1706
ما یک ظرف ترکیب شده از اختر شناسان
12:29
physicists, mathematicians and engineers.
265
749202
2232
فیزیکدانها، ریاضیدانها و مهندسان هستیم.
12:31
This is what will make it soon possible
266
751458
2554
این گونه است که چیزی را
که فکر می کنند غیر ممکن است حاصل شود را سریع ممکن می سازد.
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
من میخواهم همه شما را تشویق کنم که بیرون بروید
12:39
and help push the boundaries of science,
269
759193
2096
و به جلو راندن مرزهای علوم کمک کنید
12:41
even if it may at first seem as mysterious to you as a black hole.
270
761313
3901
حتی وقتی که در ابتدا مثل یک راز برای شما می ماند
12:45
Thank you.
271
765238
1174
سپاسگزارم.
12:46
(Applause)
272
766436
2397
(تشویق)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7