「原稿」
科学者たちは、ブラックホールの最初の画像のより詳細なバージョンを発表しました。
4年前に公開されたその最初の画像には、ぼやけた丸い形のオレンジ色の物体が写っていました。今回、研究者たちは機械学習の手法を使って、改良された画像を作成しました。
新しい画像は、このほどアストロフィジカル・ジャーナル・レターズに掲載されました。最初の画像と同じ形が残っていますが、リングの幅が狭くなり、解像度がシャープになりました。
この画像のブラックホールは、地球から5300万光年以上離れたM87という銀河の中心に位置していると科学者たちは発表しています。光年とは、光が1年間に進む距離のことで、約9兆5千億キロメートルです。ブラックホールの質量は、地球の太陽の65億倍である。
この画像を作るために、世界中の電波望遠鏡のネットワークがデータを集めました。しかし、多くの望遠鏡が協力しても、データには穴が残っていました。今回の研究では、同じデータを使いながら、機械学習の手法で不足する情報を補っています。
その結果、画像と同じように見えるが、「ドーナツ」が薄くなり、中心が濃くなるとのこと。
この研究の主執筆者であるリア・メデイロスは、「私にとっては、本当に初めて見たような気がします」と語った。彼女はニュージャージーにある高等研究所の天体物理学者である。
機械学習でデータの穴を埋めるのは、チームとして初めてのことだったという。
より鮮明な画像を得たことで、研究者たちは今後の研究でブラックホールの特性や重力についてより深く知ることができると期待しています。メデイロス氏によると、研究チームは、他の宇宙天体の画像にも機械学習を利用する予定だという。その中には、私たちの銀河系である天の川銀河の中心にあるブラックホールも含まれるかもしれません。
この研究の執筆者4名は、Event Horizon Telescope（EHT）プロジェクトのメンバーです。このプロジェクトは、ブラックホールの周辺環境を直接観測することを目的に、2012年に始まった国際的な取り組みです。ブラックホールの事象の地平面は、星や惑星、ガス、塵、あらゆる電磁波など、あらゆるものが逃げ出すことができる点です。
Dimitrios Psaltis氏は、ジョージア州アトランタにあるジョージア工科大学の天体物理学者である。彼はロイター通信に、最初の画像に多くのギャップがあった主な理由は、観測用望遠鏡が置かれている場所にあると語った。望遠鏡は山の頂上から設置されており、「数が少なく、互いに離れている」とPsaltis氏は述べた。
その結果、この望遠鏡システムには多くの「穴」があり、科学者は機械学習の手法を使ってその穴を埋めることができるようになったと、彼は付け加えました。"新しい論文で報告した画像は、私たちの地球規模の望遠鏡で得られるブラックホール画像を最も正確に表現したものです "とPsaltisは述べています。
Words in This Story
machine learning – n. the use of computer systems that are able to learn and adapt without following direct instructions
resolution – n. a measure of the sharpness of an image
galaxy – n. a very large group of stars held together in the universe
doughnut – n. a small. Round, fried cake that usually has a hole in the middle
accurate – adj. true and correct
obtain – v. to get something
*This article has been edited and reprinted from VOA Learning English with permission from Voice of America (VOA) for use in English language materials.
日本語 
English