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

Перекладач: Irina Kozhanova Утверджено: Khrystyna Romashko

In the movie "Interstellar,"

У фільмі "Інтерстеллар"

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

ми можемо зблизька розгледіти надмасивну чорну діру.

Set against a backdrop of bright gas,

На фоні яскравого газу

the black hole's massive gravitational pull

потужна гравітація чорної діри

bends light into a ring.

згинає світло у кільце.

However, this isn't a real photograph,

Але це не справжня фотографія,

but a computer graphic rendering --

а лише комп'ютерна графіка:

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

художнє осмислення того, як могла б виглядати чорна діра.

A hundred years ago,

Сотню років тому

Albert Einstein first published his theory of general relativity.

Альберт Ейнштейн вперше опублікував свою загальну теорію відносності.

In the years since then,

З того часу

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

науковці надали чимало доказів на її користь.

But one thing predicted from this theory, black holes,

Але спрогнозований нею об'єкт, чорну діру,

still have not been directly observed.

досі не вдалося безпосередньо побачити.

Хоча ми і маємо припущення, як саме має виглядати чорна діра,

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

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

її ще ні разу не вдалося сфотографувати.

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

Мабуть, ви здивуєтеся, але можливо, це скоро зміниться.

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

Можливо, що перше фото чорної діри можна буде побачити вже за кілька років.

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

Отримання першого зображення залежатиме від міжнародної команди науковців,

an Earth-sized telescope

телескопу розміром із Землю,

and an algorithm that puts together the final picture.

та алгоритму, що згенерує фінальне фото.

Хоча я і не зможу показати вам справжнє фото чорної діри сьогодні,

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

я все ж хотіла б побіжно розповісти вам

про ті зусилля, котрі необхідні, аби дістати це перше зображення.

in getting that first picture.

My name is Katie Bouman,

Мене звати Кеті Боуман,

and I'm a PhD student at MIT.

і я - аспірантка у Массачусетському технологічному інституті.

I do research in a computer science lab

Я проводжу дослідження у комп'ютерній лабораторії,

that works on making computers see through images and video.

котра займається комп'ютерним аналізом зображень та відео.

But although I'm not an astronomer,

І хоч я і не астроном,

сьогодні я хочу показати,

today I'd like to show you

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

як саме я змогла допомогти цьому захопливому проекту.

If you go out past the bright city lights tonight,

Якщо ви вночі поїдете подалі від яскравих вогнів міста,

то, можливо, вам пощастить побачити вражаючий краєвид

you may just be lucky enough to see a stunning view

of the Milky Way Galaxy.

галактики Чумацький Шлях.

І якби ви могли промайнути повз мільйони зірок

And if you could zoom past millions of stars,

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

на 26 тисяч світлових років у саме серце нашої спіральної галактики,

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

ви дісталися б скупчення зірок у самісінькому центрі.

Peering past all the galactic dust with infrared telescopes,

Прозираючи крізь космічний пил за допомогою інфрачервоних телескопів,

astronomers have watched these stars for over 16 years.

астрономи спостерігали за цими зірками більше 16 років.

Але найбільш захопливим є саме те, чого вони побачити не можуть.

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

These stars seem to orbit an invisible object.

Здається, що зорі кружляють довкола невидимого об'єкта.

By tracking the paths of these stars,

Відслідковуючи траєкторії цих зірок,

астрономи дійшли висновку,

astronomers have concluded

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

що єдина річ настільки мала і важка, аби спричинити цей рух, -

is a supermassive black hole --

це надмасивна чорна діра:

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

об'єкт такої густини, що всмоктує все, що наважиться наблизитися до нього.

even light.

Навіть світло.

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

Але що буде, якщо наблизитися ще більше?

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

Чи можна побачити те, що, по суті, побачити неможливо?

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

Виявляться, що при близькому розгляді у діапазоні радіочастот

we'd expect to see a ring of light

ми, скоріш за все, побачили б кільце світла

caused by the gravitational lensing of hot plasma

спричинене гравітаційним лінзуванням гарячої плазми,

zipping around the black hole.

котра ущільнюється довкола чорної діри.

In other words,

Іншими словами,

чорна діра відкидає тінь на фон із яскравої матерії,

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

carving out a sphere of darkness.

утворюючи сферу із темряви.

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

Це яскраве кільце показує горизонт подій чорної діри:

where the gravitational pull becomes so great

місце, де гравітація стає настільки сильною,

що навіть світло не має шансу вирватися.

that not even light can escape.

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

Рівняння Ейнштейна передбачають розмір та форму цього кільця.

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

Тож його фотографія буде не лише дуже крутою штукою,

it would also help to verify that these equations hold

а й допоможе підтвердити, що ці рівняння мають силу

in the extreme conditions around the black hole.

і у надзвичайних умовах довкола чорної діри.

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

Однак ця чорна діра настільки далеко від нас,

that from Earth, this ring appears incredibly small --

що з Землі це кільце здаватиметься неймовірно маленьким -

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

такого ж розміру для нас, як і апельсин на поверхні місяця.

That makes taking a picture of it extremely difficult.

Це робить процес фотографії надзвичайно складним.

Why is that?

Чому ж так?

Well, it all comes down to a simple equation.

Все зводиться до простого рівняння.

Due to a phenomenon called diffraction,

Через явище, що зветься дифракція,

існують фізичні обмеження

there are fundamental limits

to the smallest objects that we can possibly see.

щодо граничного розміру об'єкта, котрий ми можемо побачити.

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

Згідно основного рівняння, аби бачити все менші і менші об'єкти,

we need to make our telescope bigger and bigger.

нам треба будувати телескопи все більшими і більшими.

Але навіть із найпотужнішими оптичними телескопами на Землі

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

ми не наблизимося до роздільної здатності, необхідної

we can't even get close to the resolution necessary

to image on the surface of the moon.

для знімка поверхні Місяця.

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

До слова, ось фото з найбільш детальнім зображенням

поверхні Місяця, котре колись було зроблено з Землі.

of the moon from Earth.

It contains roughly 13,000 pixels,

На ньому приблизно 13 000 пікселів

and yet each pixel would contain over 1.5 million oranges.

а у кожному пікселі умістилися б 1,5 мільйони апельсинів.

So how big of a telescope do we need

Тож наскільки великий потрібен телескоп,

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

аби побачити апельсин на поверхні Місяця,

and, by extension, our black hole?

і, відповідно, нашу чорну діру?

Well, it turns out that by crunching the numbers,

Виявляться, що виконавши деякі розрахунки,

you can easily calculate that we would need a telescope

можна легко визначити, що телескоп має бути

the size of the entire Earth.

розміром із Землю.

(Laughter)

(Сміх)

If we could build this Earth-sized telescope,

Якби нам вдалося збудувати цей планетарний телескоп,

ми змогли б лише трохи розгледіти це специфічне кільце світла,

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

indicative of the black hole's event horizon.

що окреслює горизонт подій чорної діри.

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

І хоча на цьому фото не буде усіх тих деталей,

котрі ми бачимо на комп'ютерних малюнках,

in computer graphic renderings,

it would allow us to safely get our first glimpse

воно точно дозволить нам вперше розгледіти

of the immediate environment around a black hole.

навколишнє середовище чорної діри.

However, as you can imagine,

Проте, як можна собі уявити,

створити телескоп із єдиною антеною розміром із Землю просто неможливо.

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

But in the famous words of Mick Jagger,

Але цитуючи відомі слова Міка Джаггера:

"You can't always get what you want,

"Ти не завжди можеш отримати те, чого хочеш,

but if you try sometimes, you just might find

але якщо постаратися одного разу зрозумієш,

you get what you need."

що ти отримуєш те, що тобі потрібно."

And by connecting telescopes from around the world,

З'єднуючи телескопи по всьому світу,

an international collaboration called the Event Horizon Telescope

спільний міжнародний проект під назвою Event Horizon Telescope

is creating a computational telescope the size of the Earth,

створює комп'ютерний телескоп розміром із Землю,

котрий має роздільну здатність,

capable of resolving structure

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

що відповідає масштабам горизонту подій чорної діри.

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

Планується, що ця мережа телескопів може зробити перше фото

of a black hole next year.

чорної діри наступного року.

Кожен телескоп у всесвітній мережі працює разом із іншими.

Each telescope in the worldwide network works together.

Linked through the precise timing of atomic clocks,

Зв'язні за точним часом атомних годинників,

teams of researchers at each of the sites freeze light

групи дослідників у своїх діапазонах фіксують світло,

by collecting thousands of terabytes of data.

збираючи тисячі терабайт даних.

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

Опісля ці дані аналізуються у лабораторії тут, у Массачусетсі.

So how does this even work?

Тож як це взагалі працює?

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

Пам'ятаєте: аби побачити чорну діру в центрі нашої галактики,

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

потрібно збудувати велетенський телескоп розміром із Землю?

Давайте на хвилинку уявимо, що ми справді можемо

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

a telescope the size of the Earth.

збудувати такий планетарний телескоп.

This would be a little bit like turning the Earth

Це буде ніби як перетворити Землю

into a giant spinning disco ball.

на величезну дискокулю.

Each individual mirror would collect light

Кожне окреме дзеркальце збиратиме світло,

that we could then combine together to make a picture.

котре потім можна буде поєднати разом, аби зробити фото.

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

Але, що буде, якщо ми приберемо більшість дзеркал

і залишимо лише кілька з них?

so only a few remained.

Ми все одно можемо спробувати поєднати отриману інформацію,

We could still try to combine this information together,

але тепер у нас буде багато прогалин.

but now there are a lot of holes.

Дзеркала, котрі залишилися - це місця, де знаходяться телескопи.

These remaining mirrors represent the locations where we have telescopes.

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

Це вкрай мала кількість даних для фото.

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

І хоча ми збираємо світло, використовуючи лише кілька телескопів,

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

Земля обертаєтеся, що дає нам можливість отримувати нові дані.

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

Іншими словами, коли диско-куля обертається, дзеркала змінюють положення

and we get to observe different parts of the image.

і ми можемо спостерігати різні частини одного зображення.

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

Алгоритми візуалізації, над котрими ми працюємо, заповнюють прогалини на кулі,

in order to reconstruct the underlying black hole image.

аби відтворити базове зображення чорної діри.

If we had telescopes located everywhere on the globe --

Якби телескопи були розміщені по усій планеті -

in other words, the entire disco ball --

тобто вкривали всю диско-кулю -

this would be trivial.

то це було б надто просто.

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

Однак у нас є лише кілька фрагментів, і саме тому

there are an infinite number of possible images

існує нескінченна кількість можливих зображень

that are perfectly consistent with our telescope measurements.

котрі відповідають даним, що зібрав наш телескоп.

However, not all images are created equal.

Але не усі зображення однакові.

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

Деякі з них більше схожі на фото у нашому розумінні, ніж інші.

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

І тому моя частина роботи над отриманням зображення чорної діри

is to design algorithms that find the most reasonable image

полягає у розробці алгоритмів, котрі знаходять потрібні знімки,

that also fits the telescope measurements.

що також відповідають даним з телескопів.

Just as a forensic sketch artist uses limited descriptions

Наче художник-криміналіст, котрий працює із обмеженою кількістю відомостей

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

для відтворення образу, застосовуючи власні знання про будову обличчя,

алгоритми візуалізації, котрі я розробляю, використовують обмежені дані з телескопів,

the imaging algorithms I develop use our limited telescope data

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

аби вказати на зображення, котре виглядатиме як щось із цього всесвіту.

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

Використовуючи ці алгоритми, ми можемо скласти зображення

from this sparse, noisy data.

із цих мізерних і нечітких шматочків інформації.

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

Отже, зараз я демонструю зразок реконструкції із використанням

імітованих даних: ніби ми насправді спрямували наш телескоп

when we pretend to point our telescopes

to the black hole in the center of our galaxy.

на чорну діру в центрі галактики.

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

Хоч це і симуляція, подібна реконструкція дає надію на те,

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

що нам, вірогідно, невдовзі вдасться зробити перший знімок чорної діри

and from it, determine the size of its ring.

і на його основі визначити розміри кільця.

І хоча я із задоволенням розповіла б вам про усі деталі алгоритму,

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

у мене, на щастя для вас, не вистачить на це часу.

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

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

Але я хочу дати вам загальне уявлення про те,

of how we define what our universe looks like,

яким чином ми визначаємо як саме виглядає наш всесвіт,

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

і як ми це використовуємо для відтворення та підтвердження результатів.

Since there are an infinite number of possible images

Оскільки існує нескінченна кількість можливих зображень,

that perfectly explain our telescope measurements,

котрі ідеально описують дані з наших телескопів,

we have to choose between them in some way.

нам якось треба їх сортувати.

We do this by ranking the images

Ми робимо це, оцінюючи можливість того,

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

що саме ЦЕ зображення - фото чорної діри,

and then choosing the one that's most likely.

і потім обираємо найбільш вірогідні.

Що саме я маю на увазі?

So what do I mean by this exactly?

Let's say we were trying to make a model

Скажімо, ми намагалися створити модель,

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

котра говорила б нам про вірогідність публікації якогось фото на Facebook.

We'd probably want the model to say

Хотілося б, щоб ця модель могла визначити,

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

що скоріш за все ніхто не завантажить фото із шумом як зліва,

and pretty likely that someone would post a selfie

а із більшою вірогідністю опублікує селфі,

like this one on the right.

як ось це справа.

Зображення посередині розмите,

The image in the middle is blurry,

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

і хоча ми б із більшою вірогідністю побачили його на Facebook

compared to the noise image,

у порівнянні із зображенням шуму,

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

ми навряд, чи зустріли б його, якщо порівнювати із селфі.

But when it comes to images from the black hole,

Але говорячи про знімки чорної діри,

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

виникає справжня загадка: ми ніколи раніше її не бачили.

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

У цьому випадку, яким має бути зображення чорної діри

і які припущення можна зробити щодо її структури?

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

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

Можна, звичайно, використати зображення симуляцій, котрі ми робили,

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

як фото чорної діри у фільмі "Інтерстеллар".

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

Але якщо це зробити, то виникне ряд проблем.

Що буде, якщо теорії Ейнштейна не спрацюють?

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

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

Нам все ж хочеться відтворити достовірне зображення того, що відбувається.

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

Якщо у наших алгоритмах ми надто покладатимемося на рівняння Ейнштейна

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

то в результаті побачимо те, що хочемо побачити.

In other words, we want to leave the option open

Іншими словами, ми не хочемо виключати того,

що у центрі нашої галактики може знаходитися величезний слон.

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

(Laughter)

(Сміх)

Різні типи зображень мають досить вирізні характеристики.

Different types of images have very distinct features.

Ми легко відрізнимо зображення симуляції чорної діри

We can easily tell the difference between black hole simulation images

від фото, які ми кожного дня робимо тут, на Землі.

and images we take every day here on Earth.

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

Нам треба вигадати спосіб вписати в алгоритми як саме вигадають ці світлини,

не надто концентруючи увагу на якомусь конкретному типі зображення.

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

One way we can try to get around this

Одним із способів вирішення проблеми

is by imposing the features of different kinds of images

є введення характеристик різних типів зображень

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

і спостереження за тим, як це впливає на відтворюванні знімки.

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

Якщо усі типи зображень спродукають дуже схожі знімки,

then we can start to become more confident

то можна потроху впевнюватися у тому,

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

що наші припущення щодо зображення, не надто впливають на кінцевий результат.

This is a little bit like giving the same description

Це ніби як дати однаковий опис

to three different sketch artists from all around the world.

трьом різним художникам з різних країн.

If they all produce a very similar-looking face,

Якщо вони намалюють дуже схожі портрети,

then we can start to become confident

тоді можна із впевненістю припустити,

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

що їх культурні упередження не впливають на вихідний малюнок.

One way we can try to impose different image features

Одним зі шляхів застосування різних характеристик зображень

is by using pieces of existing images.

є використання вже існуючих світлин.

So we take a large collection of images,

Ми беремо велику вибірку зображень

and we break them down into their little image patches.

і ріжемо кожне з них на невеличкі шматочки.

Кожний таких шматочок можна назвати частиною пазлу.

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

Далі ми використовуємо шматочки, які зустрічаються найчастіше,

аби створити зображення, котре також відповідає параметрам даних з телескопів.

that also fits our telescope measurements.

Різні типи зображень мають вельми характерні набори таких фрагментів.

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

So what happens when we take the same data

Що ж трапиться, якщо ми використаємо ті самі дані,

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

але інші набори пазлів для відтворення зображення?

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

Давайте почнемо зі шматочків для симуляції зображення чорної діри.

OK, this looks reasonable.

Добре, це виглядає непогано.

Це виглядає так, як, на нашу думку, виглядатиме чорна діра.

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

But did we just get it

Але ми отримали такий результат тільки тому,

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

що ввели до алгоритму шматочки зображень із симуляціями чорної діри?

Let's try another set of puzzle pieces

Давайте спробуємо інший набір шматочків зображень

from astronomical, non-black hole objects.

із астрономічними об'єктами, що не є чорною дірою.

OK, we get a similar-looking image.

Добре, ми отримали дуже схожу світлину.

А як щодо повсякденних знімків,

And then how about pieces from everyday images,

like the images you take with your own personal camera?

як ті, що ви кожного дня робите на власні камери?

Great, we see the same image.

Чудово! Ми бачимо те саме зображення.

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

Коли із різних наборів шматочків ми отримуємо однакові зображення,

then we can start to become more confident

то можемо із більшою вірогідністю сказати,

that the image assumptions we're making

що припущення щодо фото, котрі ми робимо,

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

не надто вливають на кінцеву світлину.

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

Ще ми можемо взяти набір шматочків, як ті,

котрі ми отримали із повсякденних знімків,

such as the ones derived from everyday images,

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

і використати їх для відтворення різних типів зображень.

So in our simulations,

Отже, у наших симуляціях

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

ми уявляємо, що чорна діра виглядає, як будь-які інші астрономічні об'єкти

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

і як повсякденні зображення типу слона у центрі нашої галактики.

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

Коли результати алгоритму знизу нагадають

to the simulation's truth image on top,

зображення симуляції зверху,

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

то ми можемо впевнитися у правильності наших алгоритмів.

And I really want to emphasize here

І мені хотілося б підкреслити,

that all of these pictures were created

що усі ці зображення створені нами

by piecing together little pieces of everyday photographs,

під час складання шматочків повсякденних фото,

like you'd take with your own personal camera.

котрі ви усі кожного дня робите на свої камери.

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

Тож зображення чорної діри, котру ми ніколи раніше не бачили

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

у результаті може бути створене із набору фото, котрі ми бачимо повсякчас:

of people, buildings, trees, cats and dogs.

світлини людей, будівель, дерев та домашніх улюбленців.

Imaging ideas like this will make it possible for us

Саме такі візуальні концепції дадуть нам змогу

to take our very first pictures of a black hole,

зробити перший знімок чорної діри

and hopefully, verify those famous theories

і, я сподіваюся, підтвердити відомі теорії,

on which scientists rely on a daily basis.

на які науковці спираються у щоденній роботі.

But of course, getting imaging ideas like this working

Але такі візуальні концепції неможливо було б реалізувати,

would never have been possible without the amazing team of researchers

якби не робота надзвичайної команди науковців,

that I have the privilege to work with.

із якими я маю честь працювати.

Я досі не можу повірити,

It still amazes me

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

що незважаючи на те, що я почала роботу не маючи знань з астрофізики,

what we have achieved through this unique collaboration

те, чого ми досягли у цьому унікальному спільному проекті,

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

може стати першим зображенням чорної діри.

Але великі проекти, як Event Horizon Telescope,

But big projects like the Event Horizon Telescope

are successful due to all the interdisciplinary expertise

успішні саме завдяки усім тим міждисциплінарним знанням,

different people bring to the table.

котрі різні люди вносять у спільну роботу.

We're a melting pot of astronomers,

Наша команда - це суміш із астрономів,

physicists, mathematicians and engineers.

фізиків, математиків та інженерів.

This is what will make it soon possible

Саме це невдовзі дозволить

досягти чогось, що раніше здавалось неможливим.

to achieve something once thought impossible.

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

Я хочу закликати усіх вас вийти на вулицю

and help push the boundaries of science,

і допомогти нам розширити кордони науки,

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

навіть, якщо це спочатку здаватиметься так само загадковим, як і чорна діра.

Thank you.

Дякую.

(Applause)

(Оплески)