Por Canuto  

Un equipo australiano aplicó una técnica de aprendizaje automático a los datos originales del Event Horizon Telescope y recuperó una estructura casi idéntica a la imagen de M87* publicada en 2019. El resultado ofrece una validación independiente y refuerza la confianza en una observación que también puso a prueba las predicciones de la relatividad general.
***

  • GenDIReCT, una técnica de aprendizaje automático desarrollada por investigadores australianos, reconstruyó la estructura anular de M87* usando los datos originales del Event Horizon Telescope.
  • El equipo encontró un agujero negro de tamaño y forma casi idénticos a los de la imagen histórica, aunque el modelo no conocía previamente su aspecto.
  • La validación independiente respalda la imagen y la relatividad general, además de ofrecer una herramienta que podría explorarse en imágenes médicas y mapas de terremotos.


Una revisión independiente confirma la imagen histórica del agujero negro M87*

Una segunda mirada a la imagen histórica

La primera imagen de un agujero negro supermasivo capturada por la humanidad pasó por una verificación independiente: un equipo de investigadores australianos procesó los datos originales del Event Horizon Telescope (EHT) y obtuvo una estructura casi idéntica a la publicada en 2019. El análisis respalda tanto la forma del objeto como la confiabilidad del procedimiento usado para reconstruir la imagen, un paso relevante porque las observaciones debieron atravesar la atmósfera terrestre y combinar señales de varios telescopios.

El objeto observado es M87*, el agujero negro supermasivo situado en el centro de la galaxia Messier 87, a 55 millones de años luz de la Tierra. Su masa equivale a alrededor de 6.500 millones de veces la del Sol, y su imagen muestra un anillo brillante alrededor de una región oscura, rasgos que los científicos relacionan con el plasma caliente cercano al horizonte de eventos y la sombra del agujero negro.

El equipo fue liderado por Samuel Lai, investigador de la Organización de Investigación Científica e Industrial del Commonwealth de Australia (CSIRO), y utilizó una técnica de aprendizaje automático llamada GenDIReCT. Según explicó Lai a Space.com, fotografiar un agujero negro distante es comparable a intentar captar desde un patio trasero una dona situada en la Luna: la escala aparente es diminuta y obtener una imagen exige superar obstáculos técnicos y de observación.

La imagen original no surgió de una cámara convencional apuntada directamente al agujero negro, sino de observaciones coordinadas por una red global de telescopios que funciona como un interferómetro del tamaño de la Tierra. Los investigadores australianos aplicaron su método a los datos originales y encontraron un objeto casi igual en tamaño y forma al presentado por el EHT, aunque su modelo no recibió de antemano información sobre cómo debía verse un agujero negro.

Cómo se reconstruyó la estructura de M87*

Las señales obtenidas por los telescopios no componen por sí solas una fotografía lista para observar; los científicos deben combinar mediciones y aplicar métodos de procesamiento para reconstruir una imagen. Ese trabajo puede verse afectado por interferencias de la atmósfera y por los sesgos introducidos al integrar los instrumentos en un único sistema de observación, por lo que una evaluación con técnicas distintas ayuda a examinar cuánto depende el resultado del método utilizado.

GenDIReCT fue diseñado para tener en cuenta esos factores y recuperar información sobre la estructura del agujero negro a partir de los datos disponibles. La prueba resulta significativa porque, de acuerdo con Lai, el modelo no sabía cómo lucía el objeto cuando se aplicó a las observaciones de M87*, lo que distingue esta revisión de un procedimiento que simplemente reprodujera una imagen previamente conocida.

El resultado central fue la recuperación de una estructura anular en varios años de datos, en excelente acuerdo con los resultados que ya había publicado la Colaboración EHT. Laurent Loinard, director de esa colaboración, valoró que un método independiente obtuviera una forma compatible con las observaciones previas y señaló que este tipo de estudios fortalece la confianza en lo aprendido sobre los agujeros negros.

La revisión responde a interrogantes sobre la influencia de la atmósfera y de las decisiones de procesamiento en la imagen final de M87*. No elimina la complejidad de esas mediciones ni convierte una reconstrucción científica en una fotografía convencional, pero ofrece una comprobación independiente de que los rasgos más importantes no dependían únicamente del método original utilizado por el EHT.

Qué significa la coincidencia con la relatividad general

La imagen de M87* también importa por su relación con la relatividad general, teoría que Albert Einstein publicó en 1915 y que describe la gravedad como una consecuencia de la curvatura del espacio-tiempo. Según esa propuesta, la masa de los objetos altera esa estructura: cuanto mayor es la masa, más intensa puede ser la curvatura y más profunda su influencia gravitacional.

Décadas después de la formulación de Einstein, Karl Schwarzschild encontró una solución a las ecuaciones de la relatividad general que describía una región de curvatura extrema y planteaba la existencia de un límite alrededor de ella. Ese límite, del que ni siquiera la luz podría escapar, se conoce como horizonte de eventos; la región central se asocia con la singularidad descrita en el marco teórico.

La relatividad general también anticipa rasgos del entorno inmediato de un agujero negro: un anillo de plasma sobrecalentado y una sombra proyectada por el objeto. Cuando la Colaboración EHT presentó la imagen de M87* en 2019, la semejanza con esas predicciones llamó la atención de los científicos; la nueva reconstrucción independiente vuelve a encontrar una estructura compatible, reforzando la interpretación de la observación.

La validación no equivale a demostrar de manera absoluta todos los aspectos de la teoría de Einstein, pero sí fortalece la confianza en esta imagen concreta y en la lectura que los investigadores hacen de ella. En ciencia, contrastar un resultado novedoso mediante métodos independientes permite revisar posibles sesgos y distinguir las características persistentes de aquellas que podrían deberse al procesamiento o a las condiciones de observación.

Una técnica con posibles usos más allá de la astronomía

El interés del trabajo no se limita a la astronomía ni a la confirmación de M87*. Los investigadores señalaron que las técnicas desarrolladas para extraer información de datos complejos podrían tener aplicaciones más cercanas, como mejorar imágenes médicas o contribuir al mapeo de terremotos, aunque la noticia no detalla proyectos concretos ni afirma que esas aplicaciones ya estén desplegadas.

Ese posible alcance deriva de un problema compartido por distintas disciplinas: reconstruir una imagen útil a partir de señales incompletas o afectadas por interferencias. En el caso del EHT, la dificultad consistía en combinar observaciones tomadas desde distintos telescopios y atravesadas por la atmósfera; una técnica capaz de separar la estructura relevante de esos efectos podría resultar valiosa en otros campos, siempre que se evalúe y adapte para cada uso.

La investigación del equipo fue publicada el miércoles 11 de noviembre en la revista Nature, según el reporte de Space.com. La fecha se consigna tal como aparece en la información disponible, que no especifica el año; el elemento central del trabajo es la comparación entre la reconstrucción obtenida con GenDIReCT y la imagen histórica del EHT.

La conclusión del estudio, tal como la describieron sus autores y la dirección de la Colaboración EHT, es que una herramienta independiente recuperó la forma anular de M87* en concordancia con los resultados publicados. La coincidencia refuerza la solidez de aquella imagen y muestra cómo el aprendizaje automático puede apoyar la revisión de datos científicos, sin sustituir la necesidad de observaciones, análisis y validaciones adicionales.


Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín