Les astronomes ont publié leurs résultats et leur méthodologie dans trois articles de la revue Astronomy & Astrophysics.
En 2019, l'Event Horizon Telescope Collaboration a publié la première image d'un trou noir supermassif au centre de la galaxie M87. En 2022, elle a présenté une image du trou noir de notre Voie lactée, Sagittarius A*. Cependant, les données derrière ces images contenaient encore une mine d'informations difficiles à déchiffrer. Une équipe internationale de chercheurs a entraîné un réseau neuronal pour en extraire le maximum d'informations.
D'une poignée à des millions
Les études précédentes de l'Event Horizon Telescope Collaboration n'utilisaient qu'une poignée de fichiers de données synthétiques réalistes. Cette fois, les astronomes ont introduit des millions de ces fichiers dans un réseau neuronal bayésien capable de quantifier les incertitudes. Cela a permis aux chercheurs d'améliorer considérablement la comparaison entre les données EHT et les modèles.
Grâce au réseau neuronal, les chercheurs soupçonnent désormais, par exemple, que le trou noir au centre de la Voie lactée tourne presque à sa vitesse maximale. Son axe de rotation pointe vers la Terre. De plus, l'émission à proximité du trou noir est principalement causée par des électrons extrêmement chauds dans le disque d'accrétion environnant, et non par un jet. De plus, les champs magnétiques du disque d'accrétion semblent se comporter différemment des théories habituelles de tels disques.
« Le fait que nous défiions la théorie dominante est bien sûr enthousiasmant », déclare le chercheur principal Michael Janssen (Université Radboud de Nimègue, Pays-Bas). « Cependant, je considère notre approche d'IA et d'apprentissage automatique comme une première étape. Ensuite, nous améliorerons et étendrons les modèles et simulations associés. Et lorsque le télescope millimétrique africain, en construction, participera à la collecte de données , nous obtiendrons des informations encore plus précises pour valider la théorie de la relativité générale pour les objets compacts supermassifs avec une grande précision. »
Une mise à l'échelle impressionnante
« La capacité à gérer des millions de fichiers de données synthétiques est une performance impressionnante », déclare Jordy Davelaar (Université de Princeton, États-Unis), co-chercheur. « Il faut une capacité de stockage , un supercalculateur, un pipeline logiciel et un programme qui répartit le travail. »
Les chercheurs soulignent que cette ampleur de travail a été rendue possible par un écosystème coordonné de services informatiques : CyVerse pour le stockage de données , OSG OS Pool pour le calcul à haut débit, Pegasus pour la gestion des flux de travail, Max Planck Computing and Data Facility en Allemagne pour la formation des réseaux neuronaux , et des outils logiciels tels que TensorFlow, Horovod et CASA.
Les chercheurs n'ont pas seulement fait des prédictions concernant Sagittarius A*. Ils ont également étudié M87*, le trou noir au centre de M87. Ils ont notamment constaté que ce trou noir tourne également vite, mais moins vite que Sagittarius A*. De plus, il tourne dans le sens inverse de la chute de gaz. Les astronomes suggèrent que ce mouvement contrarotatif pourrait résulter d'une fusion avec une autre galaxie.
Plus d'informations :
- M. Janssen et al., Deep learning inference with the Event Horizon Telescope I. Calibration improvements and a comprehensive synthetic data library, Astronomy & Astrophysics . www.aanda.org/10.1051/0004-6361/202553784
- M. Janssen et al., Inférence par apprentissage profond avec l'Event Horizon Telescope II. Le cadre Zingularity pour les réseaux de neurones artificiels bayésiens, Astronomie et astrophysique . www.aanda.org/10.1051/0004-6361/202553785
- M. Janssen et al., Inférence par apprentissage profond avec l'Event Horizon Telescope III. Résultats de zingularité issus des observations de 2017 et prévisions pour les futures extensions du réseau, Astronomy & Astrophysics . www.aanda.org/10.1051/0004-6361/202553786
Par l'École de recherche néerlandaise en astronomie
Edité par Stephanie Baum , révisé par Robert Egan
Fourni par l'École de recherche en astronomie des Pays-Bas
