天文学家使用机器学习来改进事件视界望远镜的第一张黑洞图像，帮助理解黑洞行为和测试引力理论。这项名为 PRIMO 的新技术在包括系外行星和医学在内的各个领域都有潜在的应用。

天文学家使用机器学习来增强事件视界望远镜拍摄的第一张黑洞照片——这一练习展示了人工智能对微调宇宙观测的价值。

该图像应该指导科学家测试他们关于黑洞行为的假设，以及关于极端条件下道路引力规则的假设。

位于距地球约 5500 万光年的椭圆星系 M87 中心的超大质量黑洞的 EHT 图像在 2019 年震惊了科学界。这张照片是结合世界范围内一系列射电望远镜的观测结果制作的——但数据中的空白意味着这张照片不完整，而且有些模糊。

在上周发表在《天体物理学杂志快报》上的一项研究中，一个国际天文学家团队描述了他们如何通过分析 30,000 多张模拟黑洞图像来填补空白。

“通过我们的新机器学习技术 PRIMO，我们能够实现当前阵列的最大分辨率，”高级研究所的研究主要作者 Lia Medeiros 在新闻发布会上说。

当黑洞落入引力奇点时，PRIMO 缩小并锐化了 EHT 对围绕黑洞旋转的热物质环的看法。Medeiros 解释说，这不仅仅是一张更漂亮的照片。

“由于我们无法近距离研究黑洞，因此​​图像的细节在我们理解其行为的能力中起着至关重要的作用，”她说。“图像中环的宽度现在缩小了大约两倍，这将对我们的理论模型和引力测试产生强大的约束。”