Pesquisa liderada por brasileira realça 1ª imagem de buraco negro da história

A primeira imagem de um buraco negro, capturada em 2019, ganhou uma aparência mais nítidia nesta semana, quando pesquisadores, chefiados por uma cientista brasileira, usaram inteligência artificial para realçar essa beleza cósmica.

• A foto, que parecia uma rosquinha espacial, mostra o buraco negro Pōwehi no centro da galáxia M87;
• Ela está localizada a 53 milhões de anos-luz da Terra;
• Buracos negros não emitem luz, por isso, é tão difícil captar uma imagem;
• Pesquisadores usaram dados coletados por uma rede de vários radiotelescópios em todo o mundo para capturar a imagem.

Os resultados do registrado atualizado de Pōwehi foram publicados nesta quinta-feira (13), no Astrophysical Journal Letters.

Notícias relacionadas

Cientistas transformam ecos de luz de buraco negro em som; ouça

Buraco negro na Via Láctea sugará objeto misterioso

Hubble flagra buraco negro transformando estrela em donut gigante; veja

Brasileira na liderança

Lia Medeiros, astrofísica do Instituto de Estudos Avançados em Nova Jersey, é a brasileira responsável por comandar a equipe de pesquisadores, que utilizaram o chamado PRIMO, um novo algoritmo baseado em aprendizado de dicionário que usa simulações de alta fidelidade de buracos negros como um conjunto de treinamento. 

Em um comunicado, Lia explicou que, como não se pode estudar os buracos negros de perto, o detalhe de uma imagem desempenha um papel crítico em nossa capacidade de entender seu comportamento.

"A largura do anel na imagem agora é menor em cerca de um fator de dois, o que será um restrição poderosa para nossos modelos teóricos e testes de gravidade", disse.

Algoritmo ajudou 

Com o algoritmo PRIMO, que significa na tradução livre modelagem interferométrica de componentes principais, computadores analisaram mais de 30 mil imagens simuladas de alta fidelidade de buracos negros acumulando gás.

Dessa forma, o conjunto de simulações cobriu uma ampla gama de modelos de como o buraco negro acumula matéria, procurando padrões comuns na estrutura das imagens. 

Os vários padrões de estrutura foram classificados pela frequência com que ocorreram nas simulações e foram combinados para fornecer uma representação altamente precisa das observações do telescópio Event Horizon Telescope (EHT), fornecendo simultaneamente uma estimativa de alta fidelidade da estrutura ausente das imagens.