Immagine del buco nero: Katie Bouman è la studentessa che l’ha resa possibile

La creazione dell’algoritmo che ha reso possibile la prima immagine di un buco nero è stata guidata da Katie Bouman, studentessa del MIT

Lo sviluppo dell’algoritmo che ha permesso di creare la prima immagine di un buco nero è stato guidato dalla scienziata informatica Katie Bouman, mentre era ancora studentessa al MIT. Bouman ha condiviso una foto su Facebook di sé stessa nel reagire emozionata mentre stava elaborando la storica immagine.

Katie Bouman

L’algoritmo, che Katie Bouman chiamava CHIRP (Continuous High-Resolution Image Reconstruction Using Patch priors) era necessario per combinare i dati degli otto radiotelescopi di tutto il mondo che lavoravano per il progetto Event Horizon Telescope, la collaborazione internazionale intesa a catturare l’immagine del buco nero in un’immagine coesa.

immagine buco nero

Bouman è attualmente una post-doctoral fellow per l’Event Horizon Telescope e inizierà come assistant professor nel dipartimento di calcolo e scienze matematiche della Caltech, secondo il suo sito web.

Lo sviluppo del CHIRP è stato annunciato nel 2016 dal MIT e ha coinvolto un team di ricercatori provenienti da tre luoghi:

  • il Computer Science e Artificial Intelligence Laboratory del MIT
  • l’Harvard-Smithsonian Center for Astrophysics
  • MIT Haystack Observatory.

Come il MIT lo ha descritto tre anni fa, il progetto ha cercato “di trasformare l’intero pianeta in un grande piatto radiotelescopio”.

Poiché i segnali astronomici raggiungono i radiotelescopi a ritmi leggermente diversi, i ricercatori hanno dovuto capire come tener conto di ciò in modo che i calcoli siano accurati e che le informazioni visive possano essere estratte.

Come funziona algoritmo che ha permesso di scattare l’immagine del buco nero

Come spiegato dal MIT, Katie Bouman ha adottato una soluzione algebrica intelligente a questo problema: se le misure di tre telescopi vengono moltiplicate, i ritardi aggiuntivi causati dal rumore atmosferico si annullano a vicenda e ciò significa che ogni nuova misurazione richiede dati da tre telescopi, non solo due, ma l’aumento di precisione compensa la perdita di informazioni.
L’algoritmo ha quindi ricostruito e perfezionato le immagini originali per preparare l’immagine storica finale del buco nero. Il CHIRP può essere utilizzato anche per qualsiasi sistema di imaging che utilizza l’interferometria radio.

Così tanti dati sono stati raccolti dall’Event Horizon Telescope che sono stati spediti al MIT Haystack Observatory su mezza tonnellata di hard disk

Per saperne di più su come è stato sviluppato l’algoritmo, basta dare un’occhiata al TED Talk della Bouman

 


Immagine del buco nero: Katie Bouman è la studentessa che l’ha resa possibile - Ultima modifica: 2019-04-12T17:21:40+00:00 da Francesco Marino

Giornalista esperto di tecnologia, da oltre 20 anni si occupa di innovazione, mondo digitale, hardware, software e social. È stato direttore editoriale della rivista scientifica Newton e ha lavorato per 11 anni al Gruppo Sole 24 Ore. È il fondatore e direttore responsabile di Digitalic

IQ Test reti aziendali

Non rimanere indietro, iscriviti ora

Ricevi in tempo reale le notizie del digitale

Iscrizione alla Newsletter

controlla la tua inbox per confermare l'iscrizione

Privacy Policy

Grazie! Ora fai parte di Digitalic!