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

3,360,376 views ・ 2017-04-28

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Younes Amraoui Relecteur: Claire Ghyselen
00:13
In the movie "Interstellar,"
0
13436
1860
Dans le film « Interstellar »,
00:15
we get an up-close look at a supermassive black hole.
1
15320
3327
nous voyons de très près un trou noir supermassif.
00:18
Set against a backdrop of bright gas,
2
18671
2143
Sur un fond de gaz vif,
00:20
the black hole's massive gravitational pull
3
20838
2118
la force gravitationnelle massive du trou noir
00:22
bends light into a ring.
4
22980
1435
courbe la lumière en un cercle.
00:24
However, this isn't a real photograph,
5
24439
2109
Ce n'est cependant pas une vraie photo,
00:26
but a computer graphic rendering --
6
26572
1786
mais un rendu graphique par ordinateur —
00:28
an artistic interpretation of what a black hole might look like.
7
28382
3390
une interprétation artistique d'un trou noir.
00:32
A hundred years ago,
8
32401
1166
Il y a 100 ans,
00:33
Albert Einstein first published his theory of general relativity.
9
33591
3601
Albert Einstein a publié sa théorie de la relativité générale.
00:37
In the years since then,
10
37216
1439
Au cours des années suivantes,
00:38
scientists have provided a lot of evidence in support of it.
11
38679
2973
beaucoup de preuves qui appuient cette théorie ont été fournies.
00:41
But one thing predicted from this theory, black holes,
12
41676
3084
Mais les trous noirs, un élément prédit dans cette théorie,
00:44
still have not been directly observed.
13
44784
2350
n'ont toujours pas été observés directement.
Même si nous avons une idée de ce à quoi un trou noir ressemble,
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
nous n'en avons jamais photographié.
00:53
However, you might be surprised to know that that may soon change.
16
53191
4279
Toutefois, vous serez surpris d'apprendre que ça pourrait bientôt changer.
00:57
We may be seeing our first picture of a black hole in the next couple years.
17
57494
4164
Nous verrons peut-être la première photo d'un trou noir d'ici quelques années.
01:01
Getting this first picture will come down to an international team of scientists,
18
61682
3958
Prendre cette première photo dépendra d'une équipe scientifique internationale,
01:05
an Earth-sized telescope
19
65664
1567
d'un télescope de la taille de la Terre,
01:07
and an algorithm that puts together the final picture.
20
67255
2832
et d'un algorithme qui assemble l'image finale.
Bien que je ne puisse pas vous montrer une vraie image d'un trou noir,
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
j'aimerais vous esquisser un aperçu de l'effort nécessaire
01:16
in getting that first picture.
23
76598
1613
pour prendre cette photo.
01:19
My name is Katie Bouman,
24
79477
1437
Je m'appelle Katie Bouman,
01:20
and I'm a PhD student at MIT.
25
80938
2566
et je suis doctorante au MIT.
01:23
I do research in a computer science lab
26
83528
2027
Je fais de la recherche dans un labo informatique
01:25
that works on making computers see through images and video.
27
85579
3298
dédié à l'interprétation d'images et vidéos par les ordinateurs.
01:28
But although I'm not an astronomer,
28
88901
2162
Bien que je ne sois pas une astronome,
j'aimerais vous montrer
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
comment j'ai pu contribuer à ce projet fascinant.
01:35
If you go out past the bright city lights tonight,
31
95323
2831
Si vous vous éloignez des vives lumières de la ville,
vous aurez peut-être la chance de voir une vue spectaculaire
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
de la Voie Lactée.
Si vous pouviez zoomer sur les millions d'étoiles,
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 années-lumière vers le cœur de la spirale de la Voie Lactée,
01:48
we'd eventually reach a cluster of stars right at the center.
36
108420
3521
nous atteindrions un amas d'étoiles au centre.
01:51
Peering past all the galactic dust with infrared telescopes,
37
111965
3206
Scrutant au-delà de la poussière galactique avec des télescopes infrarouges,
01:55
astronomers have watched these stars for over 16 years.
38
115195
3867
les astronomes observent ces étoiles depuis plus de 16 ans.
Mais c'est ce qu'ils ne voient pas qui est le plus spectaculaire.
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
Ces étoiles ont l'air de graviter autour d'un objet invisible.
02:05
By tracking the paths of these stars,
41
125789
2323
En suivant les parcours de ces étoiles,
les astronomes ont conclu
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
que la seule chose suffisamment petite et lourde pour causer ce mouvement
02:12
is a supermassive black hole --
44
132607
1968
est un trou noir supermassif —
02:14
an object so dense that it sucks up anything that ventures too close --
45
134599
4178
un objet si dense qu'il aspire tout ce qui s'aventure trop près —
02:18
even light.
46
138801
1494
même la lumière.
02:20
But what happens if we were to zoom in even further?
47
140319
3061
Que se passe-t-il si nous nous approchons encore plus près ?
02:23
Is it possible to see something that, by definition, is impossible to see?
48
143404
4733
Est-ce possible de voir quelque chose qui, par définition, est impossible à voir ?
02:28
Well, it turns out that if we were to zoom in at radio wavelengths,
49
148719
3244
Il s'avère que si nous faisions un zoom des ondes radio,
02:31
we'd expect to see a ring of light
50
151987
1682
nous devrions voir un cercle de lumière
02:33
caused by the gravitational lensing of hot plasma
51
153693
2411
causé par une lentille gravitationnelle du plasma chaud
02:36
zipping around the black hole.
52
156128
1829
se déplaçant autour du trou noir.
02:37
In other words,
53
157981
1160
En d'autres mots,
le trou noir jette une ombre sur ce fond de matière lumineuse,
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
creusant une sphère d'obscurité.
02:44
This bright ring reveals the black hole's event horizon,
56
164226
3339
Ce cercle lumineux révèle l'horizon des événements du trou noir,
02:47
where the gravitational pull becomes so great
57
167589
2400
où la force gravitationnelle devient si puissante
que même la lumière ne peut pas s'en échapper.
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
Les équations d'Einstein prédisent la taille et la forme de ce cercle.
02:54
so taking a picture of it wouldn't only be really cool,
60
174546
3208
En prendre la photo serait génial,
02:57
it would also help to verify that these equations hold
61
177778
2618
et pourrait aussi aider à vérifier la teneur de ces équations
03:00
in the extreme conditions around the black hole.
62
180420
2466
dans les conditions extrêmes autour du trou noir.
03:02
However, this black hole is so far away from us,
63
182910
2558
Toutefois, ce trou noir est si loin de nous
03:05
that from Earth, this ring appears incredibly small --
64
185492
3098
que depuis la Terre, ce cercle apparaît incroyablement petit —
03:08
the same size to us as an orange on the surface of the moon.
65
188614
3590
de la même taille qu'une orange sur la surface de la Lune.
03:12
That makes taking a picture of it extremely difficult.
66
192758
2824
Sa distance rend sa prise en photo extrêmement difficile.
03:16
Why is that?
67
196645
1302
Pourquoi ça ?
03:18
Well, it all comes down to a simple equation.
68
198512
3188
Tout cela ne dépend que d'une simple équation.
03:21
Due to a phenomenon called diffraction,
69
201724
2416
En raison d'un phénomène appelé la diffraction,
il existe des limites fondamentales
03:24
there are fundamental limits
70
204164
1355
03:25
to the smallest objects that we can possibly see.
71
205543
2670
aux plus petits objets que nous sommes en mesure de voir.
03:28
This governing equation says that in order to see smaller and smaller,
72
208789
3672
L'équation principale dit qu'afin de voir de plus en plus petit,
03:32
we need to make our telescope bigger and bigger.
73
212485
2587
nous devons fabriquer un télescope de plus en plus grand.
Mais même avec les télescopes optiques les plus puissants sur Terre,
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
nous sommes encore si loin de la résolution nécessaire
03:40
to image on the surface of the moon.
76
220632
2198
afin d'imager la surface de la Lune.
03:42
In fact, here I show one of the highest resolution images ever taken
77
222854
3617
Voici l'une des images à plus haute résolution qui a été prise
03:46
of the moon from Earth.
78
226495
1397
de la Lune à partir de la Terre.
03:47
It contains roughly 13,000 pixels,
79
227916
2557
Elle contient à peu près 13 000 pixels,
03:50
and yet each pixel would contain over 1.5 million oranges.
80
230497
4050
et pourtant, chaque pixel contiendrait plus d'un million et demi d'oranges.
03:55
So how big of a telescope do we need
81
235396
1972
Quelle taille notre télescope devrait-il avoir
03:57
in order to see an orange on the surface of the moon
82
237392
2765
pour voir une orange sur la surface de la Lune,
04:00
and, by extension, our black hole?
83
240181
2214
et par extension, notre trou noir ?
04:02
Well, it turns out that by crunching the numbers,
84
242419
2340
Il s'avère qu'en faisant des calculs,
04:04
you can easily calculate that we would need a telescope
85
244783
2610
on peut déterminer qu'un télescope de la taille de la Terre entière
04:07
the size of the entire Earth.
86
247417
1393
serait nécessaire.
04:08
(Laughter)
87
248834
1024
(Rires)
04:09
If we could build this Earth-sized telescope,
88
249882
2119
Si nous pouvions construire un tel télescope,
nous pourrions commencer à distinguer ce cercle de lumière
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
indiquant l'horizon des événements du trou noir.
04:17
Although this picture wouldn't contain all the detail we see
91
257181
2918
Tous les détails que nous voyons dans un rendu par ordinateur
ne seront pas visibles,
04:20
in computer graphic renderings,
92
260123
1506
04:21
it would allow us to safely get our first glimpse
93
261653
2299
mais nous pourrions avoir notre premier aperçu
04:23
of the immediate environment around a black hole.
94
263976
2487
de l'environnement immédiat d'un trou noir.
04:26
However, as you can imagine,
95
266487
1613
Mais comme vous pouvez l'imaginer,
la construction d'un télescope de la taille de la Terre est impossible.
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
Pour citer Mick Jagger :
04:33
"You can't always get what you want,
98
273683
1791
« On n'a pas toujours ce qu'on veux,
04:35
but if you try sometimes, you just might find
99
275498
2187
mais si on essaie, on peut s'apercevoir
04:37
you get what you need."
100
277709
1215
qu'on a reçu ce dont on a besoin. »
04:38
And by connecting telescopes from around the world,
101
278948
2464
En connectant les télescopes du monde entier,
04:41
an international collaboration called the Event Horizon Telescope
102
281436
3538
une collaboration internationale appelée l'Event Horizon Telescope
04:44
is creating a computational telescope the size of the Earth,
103
284998
3109
est en train de créer un télescope informatique de la taille de la Terre
04:48
capable of resolving structure
104
288131
1537
capable d'élucider la structure
04:49
on the scale of a black hole's event horizon.
105
289692
2199
à l'échelle de l'horizon des événements d'un trou noir.
04:51
This network of telescopes is scheduled to take its very first picture
106
291915
3387
Il est prévu que ce réseau prenne la toute première photo
04:55
of a black hole next year.
107
295326
1815
d'un trou noir l'an prochain.
Chaque télescope dans ce réseau mondial travaille ensemble.
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
Liés par la précision des horloges atomiques,
05:03
teams of researchers at each of the sites freeze light
110
303263
2657
des équipes de chercheurs figent la lumière de chaque point de vue
05:05
by collecting thousands of terabytes of data.
111
305944
2962
en collectant des milliers de téraoctets d'informations.
05:08
This data is then processed in a lab right here in Massachusetts.
112
308930
5017
Cette information est alors traitée ici, dans un laboratoire du Massachusetts.
05:13
So how does this even work?
113
313971
1794
Alors comment ça marche ?
05:15
Remember if we want to see the black hole in the center of our galaxy,
114
315789
3403
Si nous voulons apercevoir le trou noir au centre de notre galaxie,
05:19
we need to build this impossibly large Earth-sized telescope?
115
319216
2982
nous devons construire un télescope impossiblement grand.
05:22
For just a second, let's pretend we could build
116
322222
2232
Prétendons un instant que nous pouvons construire
05:24
a telescope the size of the Earth.
117
324478
1842
un télescope de la taille de la Terre.
05:26
This would be a little bit like turning the Earth
118
326344
2455
Ce serait un peu comme transformer la Terre
05:28
into a giant spinning disco ball.
119
328823
1747
en une boule disco géante.
05:30
Each individual mirror would collect light
120
330594
2200
Chaque miroir collecterait la lumière
05:32
that we could then combine together to make a picture.
121
332818
2597
que nous assemblerions ensuite pour fabriquer une image.
05:35
However, now let's say we remove most of those mirrors
122
335439
2661
Prétendons que nous retirons la plupart de ces miroirs
afin qu'il n'en reste que quelques-uns.
05:38
so only a few remained.
123
338124
1972
Nous pourrions toujours essayer d'assembler cette information
05:40
We could still try to combine this information together,
124
340120
2877
mais maintenant, il y a beaucoup de trous.
05:43
but now there are a lot of holes.
125
343021
1993
Ces miroirs restants représentent les endroits où nous avons des télescopes.
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
C'est un nombre de mesures vraiment petit pour pouvoir en faire une photo.
05:53
But although we only collect light at a few telescope locations,
128
353538
3838
Bien que nous ne collections la lumière qu'en certains endroits,
05:57
as the Earth rotates, we get to see other new measurements.
129
357400
3423
la Terre tourne et nous pouvons obtenir d'autres nouvelles mesures.
06:00
In other words, as the disco ball spins, those mirrors change locations
130
360847
3819
En d'autres mots, quand la boule disco tourne, ces miroirs changent de place
06:04
and we get to observe different parts of the image.
131
364690
2899
et nous pouvons observer différentes parties de l'image.
06:07
The imaging algorithms we develop fill in the missing gaps of the disco ball
132
367613
4018
Des algorithmes de traitement d'image comblent les lacunes de la boule disco
06:11
in order to reconstruct the underlying black hole image.
133
371655
3033
afin de reconstruire l'image sous-jacente du trou noir.
06:14
If we had telescopes located everywhere on the globe --
134
374712
2636
Si nous avions des télescopes partout dans le monde —
06:17
in other words, the entire disco ball --
135
377372
1941
ou bien la boule disco dans sa totalité —
06:19
this would be trivial.
136
379337
1284
cette recherche serait futile.
06:20
However, we only see a few samples, and for that reason,
137
380645
3322
Mais nous n'obtenons que quelques échantillons, et pour cette raison,
06:23
there are an infinite number of possible images
138
383991
2388
il existe un nombre infini d'images possibles
06:26
that are perfectly consistent with our telescope measurements.
139
386403
2964
tout à fait cohérentes avec les mesures du télescope.
06:29
However, not all images are created equal.
140
389391
3016
Cependant, ces images ne sont pas toutes égales.
06:32
Some of those images look more like what we think of as images than others.
141
392849
4458
Certaines ressemblent plus à l'idée que nous avons des images que d'autres.
06:37
And so, my role in helping to take the first image of a black hole
142
397331
3222
En aidant à prendre la première photo d'un trou noir,
mon rôle est de créer des algorithmes qui trouvent l'image la plus raisonnable
06:40
is to design algorithms that find the most reasonable image
143
400577
2932
06:43
that also fits the telescope measurements.
144
403533
2222
qui corresponde aussi aux mesures du télescope.
06:46
Just as a forensic sketch artist uses limited descriptions
145
406727
3942
Tout comme un portraitiste judiciaire utilise des descriptions limitées
06:50
to piece together a picture using their knowledge of face structure,
146
410693
3514
pour composer une image à l'aide de son savoir en structure faciale,
06:54
the imaging algorithms I develop use our limited telescope data
147
414231
3315
mes algorithmes utilisent notre information télescopique limitée
06:57
to guide us to a picture that also looks like stuff in our universe.
148
417570
4322
pour nous guider vers une image qui ressemble à ce qu'il y a dans l'univers.
07:01
Using these algorithms, we're able to piece together pictures
149
421916
3651
À l'aide de ces algorithmes, nous pouvons assembler des images
07:05
from this sparse, noisy data.
150
425591
2180
à partir de cette information bruyante et rare.
07:07
So here I show a sample reconstruction done using simulated data,
151
427795
4529
Voici un exemple d'une reconstruction faite avec de l'information simulée
07:12
when we pretend to point our telescopes
152
432348
1933
quand nous prétendons diriger nos télescopes
07:14
to the black hole in the center of our galaxy.
153
434305
2585
vers le trou noir au centre de notre galaxie.
07:16
Although this is just a simulation, reconstruction such as this give us hope
154
436914
4455
Bien que ce ne soit qu'une simulation, une telle reconstruction donne l'espoir
07:21
that we'll soon be able to reliably take the first image of a black hole
155
441393
3453
qu'il sera bientôt possible de prendre la première vraie image d'un trou noir
07:24
and from it, determine the size of its ring.
156
444870
2595
à partir de laquelle nous pourrons déterminer son diamètre.
Bien que j'adorerais continuer à parler des détails de l'algorithme,
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
heureusement pour vous, je n'ai pas le temps.
07:33
But I'd still like to give you a brief idea
159
453539
2001
J'aimerais quand même vous donner une idée
07:35
of how we define what our universe looks like,
160
455564
2302
comment nous déterminons à quoi notre univers ressemble
07:37
and how we use this to reconstruct and verify our results.
161
457890
4466
et comment nous utilisons ça pour reconstruire et vérifier nos résultats.
07:42
Since there are an infinite number of possible images
162
462380
2496
Comme il existe un nombre infini d'images possibles
07:44
that perfectly explain our telescope measurements,
163
464900
2365
qui explique parfaitement les mesures des télescopes,
07:47
we have to choose between them in some way.
164
467289
2605
nous devons choisir entre elles en quelque sorte.
07:49
We do this by ranking the images
165
469918
1838
Ce choix est fait en classant les images
07:51
based upon how likely they are to be the black hole image,
166
471780
2834
suivant la probabilité qu'elles soient l'image du trou noir,
07:54
and then choosing the one that's most likely.
167
474638
2482
puis en choisissant celle qui semble la plus probable.
Qu'est-ce que je veux dire exactement ?
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
Disons que nous essayons de créer un modèle
08:01
that told us how likely an image were to appear on Facebook.
170
481864
3183
qui nous donne la probabilité d'apparition d'une image sur Facebook.
Nous voudrions que le modèle dise
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
qu'il est peu probable que quelqu'un poste cette image confuse à gauche,
08:10
and pretty likely that someone would post a selfie
173
490377
2419
et plutôt probable que quelqu'un poste un selfie,
08:12
like this one on the right.
174
492820
1334
comme celle de droite.
L'image du milieu est floue,
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
et bien qu'il soit plus probable de la voir sur Facebook
08:18
compared to the noise image,
177
498504
1360
comparée à l'image brouillée,
08:19
it's probably less likely we'd see it compared to the selfie.
178
499888
2960
il est peu probable que nous la voyions comparée au selfie.
08:22
But when it comes to images from the black hole,
179
502872
2290
Mais quand il s'agit des images du trou noir,
nous faisons face à un vrai dilemme : nous n'avons jamais vu de trou noir.
08:25
we're posed with a real conundrum: we've never seen a black hole before.
180
505186
3502
08:28
In that case, what is a likely black hole image,
181
508712
2291
A quoi doit ressembler une image d'un trou noir
et que devrions-nous supposer de la structure de ceux-ci ?
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
Nous pourrions utiliser des images de simulations précédentes,
08:36
like the image of the black hole from "Interstellar,"
184
516645
2530
comme celle du trou noir d'« Interstellar »,
08:39
but if we did this, it could cause some serious problems.
185
519199
2938
ce qui pourrait causer de sérieux problèmes.
Que se passerait-il si les théories d'Einstein s'avéraient fausses ?
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
Nous voudrions quand même reconstruire une image fidèle de ce qui se passe.
08:49
If we bake Einstein's equations too much into our algorithms,
188
529550
3371
Si nos algorithmes s'appuient trop sur les équations d'Einstein,
08:52
we'll just end up seeing what we expect to see.
189
532945
2755
nous ne finirons que par voir ce que nous espérons voir.
08:55
In other words, we want to leave the option open
190
535724
2276
Nous voulons laisser la porte ouverte
à la présence d'un éléphant géant au centre de notre galaxie.
08:58
for there being a giant elephant at the center of our galaxy.
191
538024
2923
09:00
(Laughter)
192
540971
1057
(Rires)
Des types différents d'images ont des traits très particuliers.
09:02
Different types of images have very distinct features.
193
542052
2989
On peut facilement faire la différence entre les images simulées d'un trou noir
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
et celles que nous prenons tous les jours sur Terre.
09:10
We need a way to tell our algorithms what images look like
196
550937
3104
Il nous faut une façon de dire à nos algorithmes
à quoi les images ressemblent
09:14
without imposing one type of image's features too much.
197
554065
3249
sans trop imposer un type de caractéristique d'image.
09:17
One way we can try to get around this
198
557865
1893
Nous pourrions contourner ce problème
09:19
is by imposing the features of different kinds of images
199
559782
3062
en imposant les caractéristiques de différents types d'images
09:22
and seeing how the type of image we assume affects our reconstructions.
200
562868
4130
et voir comment ces genres d'images influencent nos reconstructions.
09:27
If all images' types produce a very similar-looking image,
201
567712
3491
Si tous les types d'images produisent une image très similaire,
09:31
then we can start to become more confident
202
571227
2057
nous pouvons donc gagner confiance sur le fait
09:33
that the image assumptions we're making are not biasing this picture that much.
203
573308
4173
que nos hypothèses ne biaisent pas tellement la photo.
09:37
This is a little bit like giving the same description
204
577505
2990
C'est un peu comme donner la même description
09:40
to three different sketch artists from all around the world.
205
580519
2996
à trois dessinateurs autour du monde.
09:43
If they all produce a very similar-looking face,
206
583539
2860
S'ils produisent un visage très similaire,
09:46
then we can start to become confident
207
586423
1793
nous pouvons alors être certains
09:48
that they're not imposing their own cultural biases on the drawings.
208
588240
3616
qu'ils n'imposent pas leur propre subjectivité culturelle aux dessins.
09:51
One way we can try to impose different image features
209
591880
3315
Un moyen pour imposer des caractéristiques d'image différentes
09:55
is by using pieces of existing images.
210
595219
2441
est d'utiliser des morceaux d'images existantes.
09:58
So we take a large collection of images,
211
598214
2160
Nous prenons une grande collection d'images,
10:00
and we break them down into their little image patches.
212
600398
2718
et nous les découpons en petits morceaux.
Nous pouvons alors traiter chaque morceau comme les pièces d'un puzzle.
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
Nous utilisons ces pièces de puzzle pour assembler une image
10:11
that also fits our telescope measurements.
215
611751
2452
qui correspond aussi avec les mesures des télescopes.
Différents types d'images ont des lots propres de pièces de puzzle.
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
Ce qui se produit quand on prend les mêmes données
10:21
but we use different sets of puzzle pieces to reconstruct the image?
218
621637
4130
mais qu'on utilise différents lots de pièces pour reconstruire l'image ?
10:25
Let's first start with black hole image simulation puzzle pieces.
219
625791
4766
Commençons par des pièces de puzzle d'image de simulation du trou noir.
10:30
OK, this looks reasonable.
220
630581
1591
OK. Cela semble raisonnable.
10:32
This looks like what we expect a black hole to look like.
221
632196
2694
Ceci ressemble à ce qu'on attend d'un trou noir.
10:34
But did we just get it
222
634914
1193
Mais ne l'avons-nous pas obtenu
10:36
because we just fed it little pieces of black hole simulation images?
223
636131
3314
car nous avons nourri la machine de petits morceaux de notre simulation ?
10:39
Let's try another set of puzzle pieces
224
639469
1880
Essayons un autre lot de puzzle
10:41
from astronomical, non-black hole objects.
225
641373
2509
à partir des objets astronomiques, non du trou noir.
10:44
OK, we get a similar-looking image.
226
644914
2126
D'accord, on obtient une image similaire.
Ensuite, testons les pièces d'images quotidiennes
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
comme les images que vous prenez avec votre appareil photo.
10:53
Great, we see the same image.
229
653312
2115
Génial, nous voyons la même image.
10:55
When we get the same image from all different sets of puzzle pieces,
230
655451
3366
Quand on obtient la même image avec tous les différents lots de puzzle,
10:58
then we can start to become more confident
231
658841
2046
alors on peut commencer à être plus sûr
11:00
that the image assumptions we're making
232
660911
1966
que nos hypothèses d'image
11:02
aren't biasing the final image we get too much.
233
662901
2921
ne biaisent pas trop l'image finale obtenue.
11:05
Another thing we can do is take the same set of puzzle pieces,
234
665846
3253
On peut aussi prendre les mêmes lots de pièces de puzzle,
tel que ceux dérivés d'images quotidiennes,
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
et les utiliser pour reconstruire beaucoup de différents types d'image source.
11:15
So in our simulations,
237
675260
1271
Ainsi dans nos simulations,
11:16
we pretend a black hole looks like astronomical non-black hole objects,
238
676555
3775
nous prétendons qu'un trou noir ressemble à des objets non-trou noir,
11:20
as well as everyday images like the elephant in the center of our galaxy.
239
680354
3849
ou à nos images quotidiennes comme l'éléphant au cœur de notre galaxie.
11:24
When the results of our algorithms on the bottom look very similar
240
684227
3168
Quand le résultat de nos algorithmes, en bas,
ressemble à l'image témoin de la simulation en haut,
11:27
to the simulation's truth image on top,
241
687419
2096
11:29
then we can start to become more confident in our algorithms.
242
689539
3346
nos algorithmes commencent à nous convaincre.
11:32
And I really want to emphasize here
243
692909
1867
Je tiens vraiment à souligner ici que tous ces images ont été créées
11:34
that all of these pictures were created
244
694800
1934
11:36
by piecing together little pieces of everyday photographs,
245
696758
2936
en accolant des petits morceaux de photos quotidiennes,
11:39
like you'd take with your own personal camera.
246
699718
2215
comme celles que vous auriez pu prendre.
11:41
So an image of a black hole we've never seen before
247
701957
3276
Donc une image d'un trou noir qu'on a jamais vu précédemment
11:45
may eventually be created by piecing together pictures we see all the time
248
705257
3943
peut être finalement être créée par l'assemblage de photos quotidiennes
11:49
of people, buildings, trees, cats and dogs.
249
709224
2745
de personnes, de bâtiments, d'arbres, de chats et de chiens.
11:51
Imaging ideas like this will make it possible for us
250
711993
2645
Imaginer de telles idées nous permet
11:54
to take our very first pictures of a black hole,
251
714662
2619
de prendre nos tout premières photos d'un trou noir,
11:57
and hopefully, verify those famous theories
252
717305
2447
et avec optimisme de vérifier ces théories célèbres
11:59
on which scientists rely on a daily basis.
253
719776
2421
sur lesquelles les scientifiques se basent tous les jours.
12:02
But of course, getting imaging ideas like this working
254
722221
2608
Mais bien sûr, la concrétisation d'idées pareilles
12:04
would never have been possible without the amazing team of researchers
255
724853
3322
n'aurait pas été possible sans l'équipe incroyable de chercheurs
avec qui j'ai le privilège de travailler.
12:08
that I have the privilege to work with.
256
728199
1887
Cela m'étonne encore
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
qu'en dépit de mes lacunes en astrophysique,
12:14
what we have achieved through this unique collaboration
259
734672
2619
ce qu'on a pu accomplir grâce à cette collaboration unique
12:17
could result in the very first images of a black hole.
260
737315
2759
puisse mener aux premières photos d'un trou noir.
Les grand projets comme l'Event Télescope Horizon
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
réussissent grâce à toutes l'expertise interdisciplinaire
12:25
different people bring to the table.
263
745658
1790
que différentes personnes apportent.
12:27
We're a melting pot of astronomers,
264
747472
1706
On est un creuset d’astronomes,
12:29
physicists, mathematicians and engineers.
265
749202
2232
de physiciens, de mathématiciens et d'ingénieurs.
12:31
This is what will make it soon possible
266
751458
2554
C'est ce qui rendra bientôt possible
la réalisation d'une chose que l'on pensait impossible.
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
J'aimerais vous encourager à lever la main
et aider à repousser les limites de la science,
12:39
and help push the boundaries of science,
269
759193
2096
12:41
even if it may at first seem as mysterious to you as a black hole.
270
761313
3901
même si cela peut vous sembler aussi mystérieux qu'un trou noir.
12:45
Thank you.
271
765238
1174
Merci.
12:46
(Applause)
272
766436
2397
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7