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

Vertaald door: Rik Delaet Nagekeken door: Peter van de Ven

In the movie "Interstellar,"

In de film 'Interstellar'

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

zien we een close-up van een superzwaar zwart gat.

Set against a backdrop of bright gas,

Tegen een achtergrond van oplichtend gas

the black hole's massive gravitational pull

buigt de enorme zwaartekracht van het zwarte gat

bends light into a ring.

het licht tot een ring.

However, this isn't a real photograph,

Dit is echter geen echte foto,

but a computer graphic rendering --

maar een computergrafische weergave --

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

een artistieke interpretatie van hoe een zwart gat eruit zou kunnen zien.

A hundred years ago,

Honderd jaar geleden kwam Albert Einstein

Albert Einstein first published his theory of general relativity.

met zijn theorie van de algemene relativiteit.

In the years since then,

In de jaren daarna

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

vonden wetenschappers veel bewijs ter ondersteuning ervan.

But one thing predicted from this theory, black holes,

Maar één ding voorspeld op basis van deze theorie, zwarte gaten,

still have not been directly observed.

is nog steeds niet direct waargenomen.

Hoewel we een idee hebben over hoe een zwart gat eruit zou kunnen zien,

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

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

hebben we er eigenlijk nog nooit een foto van kunnen nemen.

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

Het zou je kunnen verbazen dat dat nu snel kan gaan veranderen.

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

Misschien krijgen we in de komende paar jaar een zwart gat te zien.

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

Daarvoor zullen nodig zijn:

een internationaal team van wetenschappers,

an Earth-sized telescope

een Aarde-grote telescoop

en een algoritme om het uiteindelijke beeld samen te stellen.

and an algorithm that puts together the final picture.

Hoewel ik jullie vandaag nog geen reëel beeld van een zwart gat kan tonen,

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

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

wil ik jullie iets vertellen over de benodigde inspanning

in getting that first picture.

om die eerste foto te krijgen.

My name is Katie Bouman,

Mijn naam is Katie Bouman.

and I'm a PhD student at MIT.

Ik ben een PhD student aan het MIT.

Ik doe onderzoek in een lab voor computerwetenschap

I do research in a computer science lab

that works on making computers see through images and video.

dat eraan werkt om computers te laten zien via foto's en video.

But although I'm not an astronomer,

Maar hoewel ik geen astronoom ben,

wil ik jullie vandaag laten zien

today I'd like to show you

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

hoe ik in staat was om bij te dragen aan dit spannende project.

If you go out past the bright city lights tonight,

Als je de lichten van de stad vanavond achter je laat,

heb je kans op een ​​prachtig uitzicht

you may just be lucky enough to see a stunning view

of the Milky Way Galaxy.

op de Melkweg.

Als je voorbij de miljoenen sterren kon inzoomen,

And if you could zoom past millions of stars,

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

26.000 lichtjaar in de richting van het hart van de spiraalvormige Melkweg,

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

zouden we uiteindelijk een groep sterren midden in het centrum bereiken.

Peering past all the galactic dust with infrared telescopes,

Door al het galactische stof heen turend met infraroodtelescopen,

astronomers have watched these stars for over 16 years.

houden astronomen deze sterren al meer dan 16 jaar in de gaten.

Maar net wat ze niet zien, is het meest spectaculair.

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

These stars seem to orbit an invisible object.

Deze sterren lijken een onzichtbaar object te omcirkelen.

By tracking the paths of these stars,

Door het volgen van de paden van deze sterren,

hebben astronomen besloten

astronomers have concluded

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

dat het enige wat klein en zwaar genoeg is om deze beweging te veroorzaken

is a supermassive black hole --

een superzwaar zwart gat is --

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

een object zo dicht dat het alles wat te kort bij komt naar zich toe zuigt --

even light.

zelfs licht.

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

Maar wat gebeurt er als we nog verder zouden inzoomen?

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

Is het mogelijk om iets te zien dat per definitie onmogelijk te zien is?

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

Als we inzoomen met radiogolven

we'd expect to see a ring of light

verwachten we een ring van licht te zien

caused by the gravitational lensing of hot plasma

veroorzaakt door de gravitatielens van heet plasma

dat rond het zwarte gat zwiert.

zipping around the black hole.

In other words,

Met andere woorden,

het zwarte gat werpt een schaduw op deze achtergrond van heldere materie,

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

carving out a sphere of darkness.

te zien als een duistere bol.

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

Deze heldere ring onthult de gebeurtenishorizon van het zwarte gat,

where the gravitational pull becomes so great

waar de aantrekkingskracht zo groot wordt

dat zelfs licht niet kan ontsnappen.

that not even light can escape.

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

Einsteins vergelijkingen voorspellen de grootte en vorm ervan.

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

Het nemen van een foto ervan zou niet alleen echt cool zijn,

it would also help to verify that these equations hold

maar zou ook helpen om deze vergelijkingen te verifiëren

in the extreme conditions around the black hole.

in de extreme omstandigheden rond het zwarte gat.

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

Dit zwarte gat is echter zo ver weg

that from Earth, this ring appears incredibly small --

dat deze ring vanaf Aarde gezien ongelooflijk klein lijkt --

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

van dezelfde grootte voor ons als een appelsien op het oppervlak van de maan.

That makes taking a picture of it extremely difficult.

Dat maakt het nemen van een foto ervan uiterst moeilijk.

Why is that?

Waarom?

Well, it all comes down to a simple equation.

Het komt allemaal neer op een eenvoudige vergelijking.

Due to a phenomenon called diffraction,

Vanwege het fenomeen diffractie

zijn er fundamentele grenzen

there are fundamental limits

to the smallest objects that we can possibly see.

voor de kleinste objecten die we zouden kunnen zien.

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

Deze vergelijking zegt dat om kleiner en kleiner te kunnen zien,

we need to make our telescope bigger and bigger.

we onze telescoop groter en groter moeten maken.

Maar zelfs met de krachtigste optische telescopen op Aarde

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

we can't even get close to the resolution necessary

komen we niet eens in de buurt van de resolutie

to image on the surface of the moon.

nodig om het oppervlak van de maan te bekijken.

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

Hier toon ik een van de hoogste resoluties ooit genomen

of the moon from Earth.

van de maan vanaf de Aarde.

It contains roughly 13,000 pixels,

Het bevat ongeveer 13.000 pixels,

and yet each pixel would contain over 1.5 million oranges.

en toch zou elke pixel meer dan 1,5 miljoen sinaasappels bevatten.

So how big of a telescope do we need

Hoe groot moet dan de telescoop zijn

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

om een sinaasappel te zien op het oppervlak van de maan,

and, by extension, our black hole?

om van ons zwarte gat nog niet te spreken?

Well, it turns out that by crunching the numbers,

Nou, het blijkt dat je

you can easily calculate that we would need a telescope

een telescoop nodig zou hebben

ter grootte van de Aarde.

the size of the entire Earth.

(Laughter)

(Gelach)

If we could build this Earth-sized telescope,

Als we deze Aarde-grote telescoop konden bouwen,

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

zouden we een lichtkring kunnen zien

indicative of the black hole's event horizon.

rond de waarnemingshorizon van het zwarte gat.

Al zou dit beeld niet alle details laten zien

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

zoals in de computergrafische weergave,

in computer graphic renderings,

it would allow us to safely get our first glimpse

het zou ons veilig een eerste blik gunnen

of the immediate environment around a black hole.

op de directe omgeving rond een zwart gat.

However, as you can imagine,

Jullie kunnen je voorstellen

dat het bouwen van een telescoop met een schotel

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

zo groot als de Aarde onmogelijk is.

But in the famous words of Mick Jagger,

In de beroemde woorden van Mick Jagger:

"You can't always get what you want,

"Je krijgt niet altijd wat je wilt,

but if you try sometimes, you just might find

maar als je het probeert, krijg je misschien wel

you get what you need."

wat je nodig hebt."

And by connecting telescopes from around the world,

Telescopen uit de hele wereld met elkaar combineren

an international collaboration called the Event Horizon Telescope

in een internationale samenwerking, de Event Horizon Telescope genaamd,

is creating a computational telescope the size of the Earth,

levert een computertelescoop ter grootte van de Aarde,

om de structuur van de gebeurtenishorizon

capable of resolving structure

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

van een zwart gat op te lossen.

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

Dit netwerk van telescopen is gepland

om volgend jaar zijn eerste opname van een zwart gat te maken.

of a black hole next year.

Elke telescoop in het wereldwijde netwerk werkt samen.

Each telescope in the worldwide network works together.

Linked through the precise timing of atomic clocks,

Verbonden door de precieze timing van atoomklokken

bevriezen teams van onderzoekers voor elke waarneming het licht

teams of researchers at each of the sites freeze light

by collecting thousands of terabytes of data.

door het verzamelen van duizenden terabytes aan gegevens.

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

Deze gegevens worden vervolgens verwerkt in een lab hier in Massachusetts.

So how does this even work?

Hoe kan dit nu werken?

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

Bedenk dat om het zwarte gat

in het centrum van ons melkwegstelsel te zien,

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

we een onmogelijk grote Aarde-grote telescoop moeten bouwen.

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

Laten we even doen alsof we een telescoop

a telescope the size of the Earth.

ter grootte van de Aarde kunnen bouwen.

This would be a little bit like turning the Earth

Dit zou lijken op het omvormen van de Aarde

into a giant spinning disco ball.

tot een gigantische draaiende discobal.

Each individual mirror would collect light

Elke aparte spiegel zou licht opvangen

that we could then combine together to make a picture.

dat we dan konden combineren om een ​​beeld te maken.

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

Laten we nu het grootste deel van deze spiegels verwijderen

so only a few remained.

zodat er slechts enkele overblijven.

We kunnen dan nog steeds deze informatie combineren,

We could still try to combine this information together,

maar nu zijn er veel gaten.

but now there are a lot of holes.

Deze resterende spiegels stellen de locaties voor

These remaining mirrors represent the locations where we have telescopes.

waar we telescopen hebben.

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

Dit is een ongelooflijk klein aantal metingen om een ​​beeld samen te stellen.

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

Maar hoewel we alleen licht verzamelen op slechts enkele telescooplocaties,

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

krijgen we als de Aarde draait andere nieuwe metingen te zien.

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

Met andere woorden, als de discobal draait,

verschuiven de spiegels

and we get to observe different parts of the image.

en kunnen we verschillende delen van het beeld observeren.

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

Onze beeldvormingsalgoritmes vullen de ontbrekende gaten van de discobal op,

in order to reconstruct the underlying black hole image.

teneinde het zwarte gat erachter te reconstrueren.

If we had telescopes located everywhere on the globe --

Als we overal op de wereld telescopen hadden --

in other words, the entire disco ball --

met andere woorden, de hele discobal --

this would be trivial.

zou dit triviaal zijn.

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

Maar we zien alleen enkele stalen en daarom

there are an infinite number of possible images

zijn er een oneindig aantal mogelijke beelden

that are perfectly consistent with our telescope measurements.

die perfect in overeenstemming zijn met onze telescoopmetingen.

However, not all images are created equal.

Maar niet alle afbeeldingen zijn gelijkaardig.

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

Sommige van die beelden lijken meer dan andere

op wat wij als afbeeldingen zien.

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

Mijn rol om het eerste beeld van een zwart gat te verkrijgen,

is to design algorithms that find the most reasonable image

bestaat uit algoritmen ontwerpen om de beste afbeelding te vinden

that also fits the telescope measurements.

die ook bij de telescoopmetingen past.

Just as a forensic sketch artist uses limited descriptions

Net zoals een politie-tekenaar beperkte beschrijvingen gebruikt

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

om een ​​afbeelding te reconstrueren met hun kennis van gezichtsstructuur,

the imaging algorithms I develop use our limited telescope data

zo gebruiken mijn beeldvormingsalgoritmen onze beperkte telescoopdata

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

om te leiden tot een beeld dat er ook uitziet als de dingen in ons universum.

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

Met deze algoritmen kunnen we beelden samenstellen

from this sparse, noisy data.

uit deze schaarse, rommelige data.

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

Hier toon ik een voorbeeld uitgaande van gesimuleerde data,

als we doen alsof we onze telescopen richten

when we pretend to point our telescopes

naar het zwarte gat in het centrum van ons melkwegstelsel.

to the black hole in the center of our galaxy.

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

Hoewel dit slechts een simulatie is, geven reconstructies als deze ons hoop

om binnenkort op betrouwbare wijze

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

een eerste beeld van een zwart gat te kunnen maken

and from it, determine the size of its ring.

en daaruit de grootte van de ring te bepalen.

Ik zou graag alle details van dit algoritme willen geven,

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

maar heb daar, gelukkig voor jullie, niet de tijd voor.

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

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

Ik zal toch in het kort uitleggen

of how we define what our universe looks like,

hoe we bepalen hoe ons universum eruitziet,

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

en hoe we dit gebruiken om onze resultaten

te reconstrueren en te controleren.

Since there are an infinite number of possible images

Omdat er een oneindig aantal mogelijke beelden zijn

that perfectly explain our telescope measurements,

die onze telescoopmetingen perfect uitleggen,

we have to choose between them in some way.

moeten we op een bepaalde manier tussen hen kiezen.

We do this by ranking the images

We rangschikken de beelden

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

volgens hoe groot de kans is dat ze de foto van het zwarte gat zijn,

and then choosing the one that's most likely.

en kiezen dan voor de waarschijnlijkste.

Wat bedoel ik hiermee?

So what do I mean by this exactly?

Let's say we were trying to make a model

Laten we zeggen dat we een ​​model willen maken

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

dat de kans weergeeft dat een beeld op Facebook komt.

We zouden het onwaarschijnlijk vinden

We'd probably want the model to say

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

dat iemand dit vage beeld links zou posten,

en vrij waarschijnlijk dat iemand een selfie zou posten

and pretty likely that someone would post a selfie

like this one on the right.

zoals rechts.

Het beeld in het midden is onscherp,

The image in the middle is blurry,

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

al zouden we het eerder op Facebook tegenkomen

compared to the noise image,

dan het beeld met ruis,

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

maar minder dan de selfie.

But when it comes to images from the black hole,

Maar als het gaat om beelden van het zwarte gat

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

zitten we met een echt raadsel, want dat hebben we nog nooit gezien.

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

Hoe zal dan een zwart gat eruitzien,

en wat moeten we veronderstellen over de structuur van zwarte gaten?

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

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

Misschien met beelden van onze simulaties,

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

zoals het beeld van het zwarte gat van ‘Interstellar’,

maar dat zou een aantal ernstige problemen met zich meebrengen.

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

Wat als de theorieën van Einstein niet zouden kloppen?

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

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

We zouden nog steeds een nauwkeurig beeld willen reconstrueren.

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

Als we Einsteins vergelijkingen te veel in onze algoritmen verwerken,

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

zullen we alleen maar zien wat we verwachten.

In other words, we want to leave the option open

Een gigantische olifant in het centrum van ons melkwegstelsel?

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

Moet kunnen?

(Laughter)

(Gelach)

Verschillende beelden met verschillende eigenschappen.

Different types of images have very distinct features.

We zien gemakkelijk het verschil

We can easily tell the difference between black hole simulation images

tussen simulatiebeelden van een zwart gat

and images we take every day here on Earth.

en alledaagse foto's.

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

We moeten onze algoritmen kunnen vertellen welke beelden te zoeken

zonder te veel nadruk op één type afbeelding.

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

One way we can try to get around this

Een manier om dit te omzeilen

is by imposing the features of different kinds of images

is de kenmerken van de verschillende soorten afbeeldingen opleggen

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

en zien hoe het type beeld waar we van uitgaan

onze reconstructies beïnvloedt.

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

Als alle types beelden een zeer gelijkende afbeelding produceren,

then we can start to become more confident

dan kunnen we er zekerder van zijn

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

dat de aannames die we maken het beeld niet te veel vertekenen.

This is a little bit like giving the same description

Dit is een beetje als het geven van dezelfde beschrijving

to three different sketch artists from all around the world.

aan drie verschillende politie-tekenaars van over de hele wereld.

If they all produce a very similar-looking face,

Als ze allemaal een vergelijkbaar uitziend gezicht produceren,

then we can start to become confident

dan kunnen we erop vertrouwen

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

dat hun culturele vooroordelen de tekeningen niet beïnvloeden.

One way we can try to impose different image features

Een manier om verschillende beeldeigenschappen op te leggen,

is by using pieces of existing images.

is met behulp van stukken van bestaande beelden.

So we take a large collection of images,

Dus nemen we een grote verzameling beelden

and we break them down into their little image patches.

en delen ze op in hun kleinere stukjes.

Dan kunnen we die stukjes behandelen als stukjes van een puzzel.

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

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

En we gebruiken vaak voorkomende stukjes om een beeld samen te stellen

that also fits our telescope measurements.

dat ook past bij onze telescoopmetingen.

Verschillende soorten beelden hebben zeer kenmerkende sets van puzzelstukjes.

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

So what happens when we take the same data

Wat gebeurt er als we dezelfde gegevens nemen,

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

maar verschillende sets van puzzelstukken gebruiken om het beeld te reconstrueren?

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

Laten we eerst beginnen met puzzelstukjes van de simulatie van een zwart gat.

OK, this looks reasonable.

OK, dit ziet er redelijk uit.

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

Dit lijkt op wat we verwachten van een zwart gat.

But did we just get it

Maar kregen we het gewoon

uit de kleine stukjes simulatiebeelden van een zwart gat?

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

Let's try another set of puzzle pieces

We proberen het met een andere set puzzelstukjes

from astronomical, non-black hole objects.

van astronomische, niet-zwarte-gatobjecten.

OK, we get a similar-looking image.

We krijgen een gelijkende afbeelding.

Hoe zit het dan met stukjes uit gewone beelden,

And then how about pieces from everyday images,

like the images you take with your own personal camera?

als de foto's die je maakt met je eigen camera?

Great, we see the same image.

Geweldig, we zien hetzelfde beeld.

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

Krijgen we hetzelfde beeld uit alle sets van puzzelstukjes,

then we can start to become more confident

dan kunnen we er wat zekerder van zijn

that the image assumptions we're making

dat onze aannames

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

niet te veel afwijken van het uiteindelijke beeld.

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

Wat we nog kunnen doen, is dezelfde set van puzzelstukjes,

zoals die afkomstig van alledaagse beelden,

such as the ones derived from everyday images,

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

gebruiken om veel verschillende soorten van bronbeelden te reconstrueren.

So in our simulations,

Dus doen we in onze simulaties

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

alsof een zwart gat lijkt op astronomische niet-zwarte-gat dingen,

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

net als alledaagse beelden als de olifant in het centrum van ons melkwegstelsel.

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

Wanneer de resultaten onderaan

erg lijken op het echte beeld van de simulatie bovenaan,

to the simulation's truth image on top,

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

dan mogen we onze algoritmen meer beginnen te vertrouwen.

And I really want to emphasize here

Ik wil hier benadrukken

that all of these pictures were created

dat al deze foto's zijn gemaakt

by piecing together little pieces of everyday photographs,

door kleine stukjes van alledaagse foto’s samen te voegen,

like you'd take with your own personal camera.

foto’s zoals die van je eigen camera.

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

Zo kan een afbeelding van een zwart gat dat we nooit eerder hebben gezien

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

worden gecreëerd door beelden samen te voegen

van dingen die we kennen,

of people, buildings, trees, cats and dogs.

zoals mensen, gebouwen, bomen, katten en honden.

Imaging ideas like this will make it possible for us

Beeldvormingsideeën als deze zullen het voor ons mogelijk te maken

to take our very first pictures of a black hole,

een foto te nemen van een zwart gat,

and hopefully, verify those famous theories

en hopelijk die beroemde theorieën te testen

on which scientists rely on a daily basis.

waar wetenschappers elke dag op steunen.

But of course, getting imaging ideas like this working

Maar natuurlijk zou dit nooit zijn gelukt

would never have been possible without the amazing team of researchers

zonder het geweldige team van onderzoekers

waar ik het voorrecht heb om mee te werken.

that I have the privilege to work with.

Het verbaast me nog steeds

It still amazes me

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

dat, hoewel ik hieraan begon zonder achtergrond in de astrofysica,

what we have achieved through this unique collaboration

wat we door deze unieke samenwerking hebben bereikt,

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

kan leiden tot de allereerste beelden van een zwart gat.

Maar grote projecten als de Event Horizon Telescope

But big projects like the Event Horizon Telescope

are successful due to all the interdisciplinary expertise

zijn succesvol door alle interdisciplinaire deskundigheid

different people bring to the table.

van verschillende mensen.

We're a melting pot of astronomers,

We zijn een smeltkroes van astronomen,

physicists, mathematicians and engineers.

natuurkundigen, wiskundigen en ingenieurs.

This is what will make it soon possible

Dit zal binnenkort mogelijk maken

wat ooit als onmogelijk werd gezien.

to achieve something once thought impossible.

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

Ik wil jullie allen aanmoedigen om mee te werken

and help push the boundaries of science,

aan het verleggen van de grenzen van de wetenschap,

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

zelfs als het eerst even mysterieus lijkt als een zwart gat.

Thank you.

Dank je.

(Applause)

(Applaus)