“重构”黑洞--阅读笔记

本文主要是介绍“重构”黑洞--阅读笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

原文

“重构”黑洞：26岁MIT研究生的新算法|人物志

摘要

科学家第一次能捕捉到黑洞照片，很大程度上归功于这位29岁的MIT美女博士Bouman三年前创建的新算法–使用Patch priors进行连续高分辨率图像重建。

“黑洞非常非常遥远，而且非常紧凑。除了使用射电望远镜（射电望远镜（radio telescope）是指观测和研究来自天体的射电波的基本设备，可以测量天体射电的强度、频谱及偏振等量。），拍摄银河系中心黑洞照片的难道不亚于在月球上拍摄葡萄柚（Grapefruit）的图像。想象一下我们要拍这么小的东西意味这我们需要一个直径10000公里的望远镜，这是不切实际的，因为地球的直径甚至不到13000公里。”–Bouman

Bouman的算法并不依赖于单个望远镜。它将地球上的射电望远镜收集到的数据“拼接”在一起，让整个行星（行星通常指自身不发光，环绕着恒星的天体。其公转方向常与所绕恒星的自转方向相同。一般来说行星需具有一定质量，行星的质量要足够的大且近似于圆球状，自身不能像恒星那样发生核聚变反应。）形成一个大型射电望远镜。

如何拍摄黑洞照片的数据处理过程 不同类型的图像具有非常明显的特征。我们可以很容易的分辨出黑洞模拟图像与我们每天在地球上所拍摄图像之间的区别。我们需要一种方法，无需过度强化图像的特征，就能够利用图像解释我们的算法。其中一种方法是，强化不同种类图像的特征，并观察我们假设的图像类型如何影响我们重建图像。如果所有图像的特征都产生同一中非常相似的图像，那么我们就可以更加自信的认为，正在制作的假设图像不会跟最终的图像产生太大的偏差。这有点像给来自世界各地的三位不同的素描艺术家提供相同的人脸画像描述，如果他们都画出了同一相似的人脸画像，那么我们就可以相信他们在画画时没有文化偏见的带入。我们尝试强加不同图像特征的一种方法是使用现有图像，因此我们拍摄了大量图像，然后将他们分解为小图像块。然后我们可以将每个图像块处理成一些拼图，最终用这些拼图拼凑出一也符合望远镜尺寸的图像。

0Bouman 与 200 多名科学家合作，从一系列望远镜中获取了“稀疏和嘈杂的数据”来制作图像，这导致他们花了 3 年时间进行图像验证和选择图像参数。这期间，Bouman 和团队合作开发了生成合成数据的多种方法，使用了不同算法，并且进行了盲测，已检测这样是否可以复原图像。“我们不想只开发一种算法，只有开发许多有着不同假设的算法，如果它们都复原了相似的一般结构，这将建立你自信心。“

她开发的关键算法最终帮助“事件视界望远镜合作组织”（Event Horizon Telescope Collaboration）的科学家设计了成像方法，该方法最终生成了 M87 星系中心的超大质量黑洞图像。