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

Prevodilac: Tijana Mihajlović Lektor: Ivana Krivokuća

In the movie "Interstellar,"

У филму „Међузвездани“

можемо изблиза видети супермасивну црну рупу.

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

Set against a backdrop of bright gas,

Смештена иза светлог гаса,

the black hole's massive gravitational pull

огромна гравитација ове црне рупе

bends light into a ring.

савија светлост у прстен.

However, this isn't a real photograph,

Међутим, ово није права фотографија,

but a computer graphic rendering --

већ компјутерски графички приказ,

уметничка интерпретација могућег изгледа црне рупе.

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

A hundred years ago,

Пре сто година,

Albert Einstein first published his theory of general relativity.

Алберт Ајнштајн је први пут објавио општу теорију релативности.

У годинама које су уследиле,

In the years since then,

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

научници су обезбедили много доказа у прилог те теорије.

But one thing predicted from this theory, black holes,

Ипак, једна ствар коју ова теорија предвиђа, црне рупе,

still have not been directly observed.

још увек нису директно уочене.

Иако имамо неку представу о томе како би црна рупа могла изгледати,

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

никада заправо нисмо и усликали неку.

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

Ипак, можда ће вас изненадити сазнање да се ово ускоро може променити.

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

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

Можда ћемо видети прву слику црне рупе у наредних пар година.

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

Добијање те прве слике ће зависити од интернационалног тима научника,

an Earth-sized telescope

телескопа величине Земље

и алгоритма који спаја делове у коначну слику.

and an algorithm that puts together the final picture.

Иако нећу моћи да вам покажем праву слику црне рупе данас,

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

желим да вам дам кратак увид у напоре које укључује

in getting that first picture.

добијање те прве слике.

My name is Katie Bouman,

Моје име је Кејти Бауман

and I'm a PhD student at MIT.

и докторант сам на МИТ-у.

I do research in a computer science lab

Вршим истраживања у компјутерској научној лабораторији

that works on making computers see through images and video.

која ради на оспособљавању компјутера да виде кроз слике и снимке.

But although I'm not an astronomer,

Иако нисам астроном,

данас желим да вам покажем

today I'd like to show you

како сам успела да допринесем овом узбудљивом пројекту.

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

Ако прођете јарка градска светла вечерас,

If you go out past the bright city lights tonight,

можда ћете имати среће да угледате невероватан призор

you may just be lucky enough to see a stunning view

of the Milky Way Galaxy.

галаксије Млечни пут.

Ако бисте могли да пројурите поред милиона звезда,

And if you could zoom past millions of stars,

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

26 000 светлосних година према центру спиралног Млечног пута,

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

на крају бисмо стигли до групе звезда тачно у центру.

Peering past all the galactic dust with infrared telescopes,

Завирујући кроз галактичку прашину помоћу инфрацрвених телескопа,

астрономи посматрају ове звезде више од 16 година.

astronomers have watched these stars for over 16 years.

Међутим, оно што не виде је најспектакуларније.

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

These stars seem to orbit an invisible object.

Делује као да ове звезде круже око невидљивог предмета.

By tracking the paths of these stars,

Пратећи кретање ових звезда,

астрономи су закључили

astronomers have concluded

да је једина довољно мала и тешка ствар да проузрокује ово кретање

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

is a supermassive black hole --

супермасивна црна рупа,

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

ствар која је толико густа да гута све што јој приђе довољно близу,

even light.

па чак и светлост.

Али, шта се дешава ако увећамо слику још више?

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

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

Да ли је могуће видети нешто што је, по дефиницији, немогуће видети?

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

Па, испоставило се да, ако бисмо је увећали преко радио-таласа,

we'd expect to see a ring of light

очекивали бисмо да видимо светлосни прстен

caused by the gravitational lensing of hot plasma

који је настао због гравитационог искривљења вреле плазме

zipping around the black hole.

која се брзо креће око црне рупе.

In other words,

Другим речима,

црна рупа баца сенку на ову позадину светлог материјала,

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

исцртавајући мрачну сферу.

carving out a sphere of darkness.

Овај светлосни прстен открива хоризонт догађаја црне рупе,

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

where the gravitational pull becomes so great

на ком гравитација постаје толико јака

да јој не може побећи чак ни светлост.

that not even light can escape.

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

Ајнштајнова теорија предвиђа величину и облик овог прстена,

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

па усликавање овога не би било само интересантно,

it would also help to verify that these equations hold

већ би помогло и да се потврди да су ове једначине одрживе

in the extreme conditions around the black hole.

у екстремним условима око црне рупе.

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

Међутим, ова црна рупа је толико далеко од нас

that from Earth, this ring appears incredibly small --

да са Земље овај прстен делује као невероватно мали,

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

исте величине за нас као поморанџа на површини Месеца.

That makes taking a picture of it extremely difficult.

Због тога је њено усликавање изузетно тешко.

Why is that?

Зашто се то дешава?

Well, it all comes down to a simple equation.

Па, све се своди на једноставну једначину.

Due to a phenomenon called diffraction,

Због појаве под именом преламање,

постоје основна ограничења

there are fundamental limits

to the smallest objects that we can possibly see.

за најмање предмете које можемо видети.

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

Ова главна једначина каже да, да бисмо видели све мање ствари,

we need to make our telescope bigger and bigger.

треба да правимо све веће телескопе.

Међутим, чак и са најмоћнијим оптичким телескопом овде, на Земљи,

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

не можемо чак ни да се приближимо резолуцији која је потребна

we can't even get close to the resolution necessary

to image on the surface of the moon.

да се услика површина на Месецу.

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

Заправо, овде показујем слику са највећом резолуцијом свих времена

на којој је усликан Месец са Земље.

of the moon from Earth.

It contains roughly 13,000 pixels,

Садржи отприлике 13 000 пиксела,

and yet each pixel would contain over 1.5 million oranges.

а ипак би сваки пиксел садржао преко 1,5 милиона поморанџи.

So how big of a telescope do we need

Па, колики је то телескоп који нам је потребан

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

да видимо поморанџу на површини Месеца

и, по аналогији, нашу црну рупу?

and, by extension, our black hole?

Well, it turns out that by crunching the numbers,

Па, испоставило се уз много прорачуна

да лако можете да израчунате да би нам био потребан телескоп

you can easily calculate that we would need a telescope

величине читаве Земље.

the size of the entire Earth.

(Смех)

(Laughter)

Ако бисмо изградили овај телескоп величине Земље,

If we could build this Earth-sized telescope,

тек бисмо почели да разазнајемо препознатљиви светлосни прстен

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

indicative of the black hole's event horizon.

који указује на постојање хоризонта догађаја црне рупе.

Иако ова слика не би садржала све детаље које видимо

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

у компјутерским графичким приказима,

in computer graphic renderings,

it would allow us to safely get our first glimpse

омогућила би нам да безбедно бацимо први поглед

of the immediate environment around a black hole.

на непосредно окружење око црне рупе.

Међутим, као што можете да замислите,

However, as you can imagine,

изградња једносложног телескопа величине Земље је немогућа.

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

But in the famous words of Mick Jagger,

Међутим, изражено прослављеним речима Мика Џегера:

"You can't always get what you want,

„Не можеш увек добити оно што желиш,

but if you try sometimes, you just might find

али ако понекад покушаш, можда откријеш да добијаш шта ти треба.“

you get what you need."

And by connecting telescopes from around the world,

А повезивањем телескопа широм света,

интернационална сарадња под именом „Телескоп Хоризонт догађаја“

an international collaboration called the Event Horizon Telescope

is creating a computational telescope the size of the Earth,

ствара компјутерски телескоп величине Земље

који ће моћи да разреши структуру

capable of resolving structure

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

на нивоу хоризонта догађаја црне рупе.

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

Планира се да ова мрежа телескопа

направи своју прву слику црне рупе следеће године.

of a black hole next year.

Сви телескопи у светској мрежи раде удружено.

Each telescope in the worldwide network works together.

Linked through the precise timing of atomic clocks,

Повезани кроз прецизно мерење времена уз помоћ атомских часовника,

teams of researchers at each of the sites freeze light

тимови истраживача на свакој од локација замрзавају светлост

by collecting thousands of terabytes of data.

прикупљајући хиљада терабајтова података.

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

Ови подаци се обрађују у лабораторији управо овде, у Масачусетсу.

So how does this even work?

Па, како ово уопште функционише?

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

Сећате се да, ако желимо да видимо црну рупу у центру наше галаксије,

треба да изградимо немогуће велики телескоп величине Земље?

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

Претварајмо се на тренутак да бисмо могли да изградимо

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

a telescope the size of the Earth.

телескоп величине Земље.

Ово би било помало као да претварамо Земљу

This would be a little bit like turning the Earth

into a giant spinning disco ball.

у џиновску диско куглу која се врти.

Each individual mirror would collect light

Свако појединачно огледалце прикупљало би светлост

that we could then combine together to make a picture.

коју онда можемо да укомбинујемо у целину да створимо слику.

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

Међутим, хајде да сада склонимо већину ових огледала,

тако да само пар остану.

so only a few remained.

И даље можемо да покушамо да укомбинујемо ове информације у целину,

We could still try to combine this information together,

али сада има пуно рупа.

but now there are a lot of holes.

Ова преостала огледалца представљају места на којима имамо телескопе.

These remaining mirrors represent the locations where we have telescopes.

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

Ово је невероватно мали број мерења да бисмо од њих направили слику.

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

Међутим, иако прикупљамо светлост само на неколико локација телескопа,

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

са окретањем Земље видимо и друга, нова мерења.

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

Другим речима, са окретањем диско кугле, ова огледалца мењају локације

and we get to observe different parts of the image.

и можемо да видимо различите делове слике.

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

Алгоритми за стварање слике које развијамо попуњавају празнине диско кугле

in order to reconstruct the underlying black hole image.

да бисмо реконструисали слику црне рупе која се налази у позадини.

If we had telescopes located everywhere on the globe --

Да имамо телескопе који се налазе свуда по свету -

другим речима, свуда по диско кугли -

in other words, the entire disco ball --

ово би било тривијално.

this would be trivial.

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

Међутим, видимо само неколико узорака

и због тога постоји бескрајно много могућих слика

there are an infinite number of possible images

that are perfectly consistent with our telescope measurements.

које у потпуности одговарају мерењима нашег телескопа.

However, not all images are created equal.

Међутим, нису све слике направљене на исти начин.

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

Неке од ових слика личе више од других на оно што подразумевамо под сликама.

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

Тако, моја улога у помагању да се направи прва слика црне рупе

is to design algorithms that find the most reasonable image

је стварање алгоритма да би се пронашао најприкладнији приказ

that also fits the telescope measurements.

који се уклапа и у телескопска мерења.

Just as a forensic sketch artist uses limited descriptions

Као што уметник форензичких скица користи ограничене описе

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

да састави слику користећи своје знање о структури лица,

алгоритми за добијање слике на којима радим

the imaging algorithms I develop use our limited telescope data

користе ограничене податке телескопа

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

да би нас довели до слике која изгледа као ствари у нашем универзуму.

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

Користећи ове алгоритме, можемо да саставимо слике

from this sparse, noisy data.

из ових оскудних, нејасних података.

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

Овде вам показујем пример реконструкције урађене помоћу симулираних података,

when we pretend to point our telescopes

када замишљамо да смо уперили телескопе

to the black hole in the center of our galaxy.

према црној рупи у центру наше галаксије.

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

Иако је ово само симулација, оваква реконструкција нам улива наду

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

да ћемо ускоро моћи са сигурношћу да направимо прву слику црне рупе

and from it, determine the size of its ring.

и да из тога закључимо величину њеног прстена.

Иако бих волела да наставим са причом о детаљима овог алгоритма,

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

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

срећом по вас, немамо времена.

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

Ипак, желим да укратко стекнете представу

of how we define what our universe looks like,

о томе како дефинишемо изглед нашег универзума

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

и како ово користимо да реконструишемо и потврдимо наше резултате.

Since there are an infinite number of possible images

Пошто постоји безгранично много могућих слика

that perfectly explain our telescope measurements,

које савршено објашњавају мерења нашег телескопа,

we have to choose between them in some way.

морамо некако да изаберемо неке међу њима.

We do this by ranking the images

То чинимо кроз рангирање слика

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

на основу тога колика је могућност да су слике црне рупе,

and then choosing the one that's most likely.

а затим бирамо ону за коју је могућност највећа.

Шта под овим тачно подразумевам?

So what do I mean by this exactly?

Let's say we were trying to make a model

Рецимо, покушавамо да направимо модел

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

који ће нам рећи колико је вероватно да се нека слика појави на Фејсбуку.

Вероватно бисмо желели да тај модел каже

We'd probably want the model to say

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

да је прилично невероватно да неко постави слику шумова са леве стране

and pretty likely that someone would post a selfie

и да је веома вероватно да неко постави селфи

like this one on the right.

као овај на десној страни.

Ова слика у средини је мутна,

The image in the middle is blurry,

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

па, иако је је вероватније да ћемо је видети на Фејсбуку

од слике шумова,

compared to the noise image,

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

вероватно је мања шанса да ћемо је видети пре него селфи.

But when it comes to images from the black hole,

Међутим, када се ради о сликама из црне рупе,

пред собом имамо праву загонетку; никада раније нисмо видели црну рупу.

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

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

У том случају, која је слика црне рупе вероватна

и шта да претпоставимо о структури црне рупе?

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

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

Могли бисмо да покушамо

да користимо слике симулација које смо урадили,

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

као што је слика црне рупе из „Међузвезданих“,

али, ако бисмо то учинили, то би могло да створи озбиљне проблеме.

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

Шта би се десило

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

ако се Ајнштајнове теорије не би одржале?

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

И даље бисмо желели да реконструишемо тачну слику онога што се дешава.

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

Ако превише укључимо Ајнштајнове једначине у наше алгоритме,

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

завршићемо тако што ћемо видети слику коју очекујемо да видимо.

In other words, we want to leave the option open

Другим речима, желимо да оставимо отворену опцију

за то да постоји џиновски слон у центру наше галаксије.

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

(Laughter)

(Смех)

Различите врсте слика имају веома специфичне особине.

Different types of images have very distinct features.

Лако можемо да видимо разлику између симулација слика црне рупе

We can easily tell the difference between black hole simulation images

и оних које правимо свакодневно овде, на Земљи.

and images we take every day here on Earth.

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

Треба нам начин да кажемо алгоритмима како изгледају слике

без превеликог наметања једне врсте особина слике.

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

One way we can try to get around this

Један начин да ово решимо

is by imposing the features of different kinds of images

је да наметнемо особине различитих врста слика

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

и да видимо како врста слике коју користимо као претпоставку

утиче на наше реконструкције.

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

Ако сви типови слика стварају слику која врло слично изгледа,

онда можемо да постанемо сигурнији

then we can start to become more confident

да наше претпоставке o сликама не утичу толико на слику.

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

This is a little bit like giving the same description

Ово је помало налик давању истог описа

to three different sketch artists from all around the world.

трима различитим уметницима који праве скице свуда по свету.

If they all produce a very similar-looking face,

Ако сви направе врло слична лица,

then we can start to become confident

онда можемо да постанемо сигурни

да не намећу своје културолошке пристрасности на своје слике.

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

One way we can try to impose different image features

Један начин на који можемо покушати да наметнемо различите особине слика

је коришћење делића постојећих слика.

is by using pieces of existing images.

Тако, узмемо огромне колекције слика

So we take a large collection of images,

и раздвојимо их на делиће слика.

and we break them down into their little image patches.

Онда можемо да третирамо сваки делић помало као да је делић слагалице.

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

Користимо делиће слагалице који се често јављају

да бисмо склопили слику која се уклапа и у наша телескопска мерења.

that also fits our telescope measurements.

Различите врсте слика имају веома специфичне групе делића слагалице.

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

So what happens when we take the same data

Па, шта се дешава ако узмемо исте податке,

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

али користимо различите групе делића слагалице

да бисмо реконструисали слику?

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

Кренимо од делића слагалице слике симулације црне рупе.

OK, this looks reasonable.

Добро, ово делује прихватљиво.

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

Ово изгледа како очекујемо да црна рупа изгледа.

But did we just get it

Међутим, да ли смо добили ово

зато што смо убацили делиће симулације слика црне рупе?

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

Испробајмо још једну групу делића слагалице

Let's try another set of puzzle pieces

from astronomical, non-black hole objects.

из астрономских предмета који не припадају црним рупама.

OK, we get a similar-looking image.

Добро, добијамо слику која слично изгледа.

Шта је са делићима са свакодневних слика,

And then how about pieces from everyday images,

like the images you take with your own personal camera?

као што су слике које правите помоћу своје камере?

Great, we see the same image.

Сјајно, видимо исту слику.

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

Када добијемо исту слику од свих различитих група делића слагалице,

then we can start to become more confident

онда постајемо сигурнији

that the image assumptions we're making

да наше претпоставке не утичу пуно на коначну слику коју добијамо.

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

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

Још једна ствар коју радимо је узимање истих група делића слагалице,

као што су оне које потичу из свакодневних слика,

such as the ones derived from everyday images,

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

и користимо их за реконструисање различитих врста извора слика.

Дакле, у нашим симулацијама

So in our simulations,

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

претварамо се да црна рупа изгледа

као астрономски предмети који нису црна рупа,

као и свакодневни прикази као што је слон у центру наше галаксије.

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

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

Када резултати наших алгоритама на дну изгледају врло слично

правом приказу симулације на врху,

to the simulation's truth image on top,

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

онда можемо да постанемо сигурнији у наше алгоритме.

And I really want to emphasize here

Заиста желим да нагласим овде

that all of these pictures were created

да су све ове слике настале

by piecing together little pieces of everyday photographs,

састављањем комадића свакодневних фотографија,

like you'd take with your own personal camera.

као оних које бисте добили помоћу своје личне камере.

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

Дакле, слика црне рупе коју никада пре нисмо видели

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

на крају ће можда бити направљена састављањем комадића које виђамо стално,

слика људи, зграда, дрвећа, мачака и кучића.

of people, buildings, trees, cats and dogs.

Imaging ideas like this will make it possible for us

Овакве идеје о сликама омогућиће нам

to take our very first pictures of a black hole,

да направимо прве слике црне рупе

and hopefully, verify those famous theories

и да, надам се, потврдимо познате теорије

on which scientists rely on a daily basis.

на које се научници ослањају свакодневно.

Међутим, наравно, функционисање оваквих идеја везаних за слике

But of course, getting imaging ideas like this working

would never have been possible without the amazing team of researchers

никада не би било могуће без невероватног тима истраживача

са којима имам привилегију да радим.

that I have the privilege to work with.

И даље ме одушевљава што,

It still amazes me

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

иако сам започела рад на овом пројекту без предзнања о астрофизици,

what we have achieved through this unique collaboration

оно што смо постигли кроз ову јединствену сарадњу

може дати резултат у виду прве слике црне рупе.

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

Међутим, велики пројекти као што је „Телескоп Хоризонт догађаја“

But big projects like the Event Horizon Telescope

are successful due to all the interdisciplinary expertise

успешни су захваљујући интердисциплинарној стручности

different people bring to the table.

коју различити људи доносе у пројекат.

We're a melting pot of astronomers,

Ми смо мешавина астронома,

физичара, математичара и инжењера.

physicists, mathematicians and engineers.

This is what will make it soon possible

Ово ће ускоро омогућити

да постигнемо нешто за шта се некада мислило да је немогуће.

to achieve something once thought impossible.

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

Желим све да вас охрабрим да изађете

and help push the boundaries of science,

и припомогнете у померању граница науке,

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

иако вам то испрве може деловати мистериозно као и црна рупа.

Thank you.

Хвала вам.

(Applause)

(Аплауз)