TEDxBeaconStreet
Katie Bouman: How to take a picture of a black hole
Katie Bouman: Cómo fotografiar un agujero negro
Filmed:
Readability: 4.5
5,455,257 views
En el corazón de la Vía Láctea, hay un agujero negro supermasivo que se alimenta de un disco giratorio de gas caliente, absorbiendo todo lo que se le acerca demasiado. Ni siquiera se escapa la luz. No podemos verlo, pero su horizonte proyecta una sombra, y la imagen de aquella sombra podría ayudarnos a responder algunas preguntas importantes sobre el universo. Los científicos solían pensar que para obtener una imagen de este tipo se requeriría de un telescopio del tamaño de la Tierra - hasta que Katie Bouman, junto a un equipo de astrónomos, propusieron una alternativa inteligente. Aprendamos sobre cómo podemos ver en la oscuridad.
Katie Bouman - Imaging scientist
Katie Bouman is part of an international team of astronomers that's creating the world's largest telescope to take the very first picture of a black hole. Full bio
Katie Bouman is part of an international team of astronomers that's creating the world's largest telescope to take the very first picture of a black hole. Full bio
Double-click the English transcript below to play the video.
00:13
In the movie "Interstellar,"
0
1436
1860
En la película "Interestelar,"
podemos ver de cerca
un agujero negro supermasivo.
un agujero negro supermasivo.
00:15
we get an up-close look
at a supermassive black hole.
at a supermassive black hole.
1
3320
3327
Puesto frente a un fondo de gas brillante,
00:18
Set against a backdrop of bright gas,
2
6671
2143
la enorme fuerza gravitatoria del agujero
negro curva la luz en forma de anillo.
negro curva la luz en forma de anillo.
00:20
the black hole's massive
gravitational pull
gravitational pull
3
8838
2118
00:22
bends light into a ring.
4
10980
1435
Pero esto no es una fotografía de verdad,
00:24
However, this isn't a real photograph,
5
12439
2109
sino una representación gráfica
hecha por ordenador,
hecha por ordenador,
00:26
but a computer graphic rendering --
6
14572
1786
00:28
an artistic interpretation
of what a black hole might look like.
of what a black hole might look like.
7
16382
3390
una interpretación artística del aspecto
que podría tener un agujero negro.
que podría tener un agujero negro.
Hace cien años Albert Einstein publicó
su teoría de la relatividad general.
su teoría de la relatividad general.
00:32
A hundred years ago,
8
20401
1166
00:33
Albert Einstein first published
his theory of general relativity.
his theory of general relativity.
9
21591
3601
Desde entonces los científicos han hallado
cantidad de pruebas que la respaldan.
cantidad de pruebas que la respaldan.
00:37
In the years since then,
10
25216
1439
00:38
scientists have provided
a lot of evidence in support of it.
a lot of evidence in support of it.
11
26679
2973
Pero una de las cosas predichas
por esta teoría, los agujeros negros,
por esta teoría, los agujeros negros,
00:41
But one thing predicted
from this theory, black holes,
from this theory, black holes,
12
29676
3084
aún no se ha observado directamente.
00:44
still have not been directly observed.
13
32784
2350
Aunque tenemos una idea aproximada
del aspecto de un agujero negro
del aspecto de un agujero negro
00:47
Although we have some idea
as to what a black hole might look like,
as to what a black hole might look like,
14
35158
3206
nunca antes hemos tomado
una fotografía de ninguno.
una fotografía de ninguno.
00:50
we've never actually taken
a picture of one before.
a picture of one before.
15
38388
2779
Quizá les sorprenda saber que eso
puede estar a punto de cambiar.
puede estar a punto de cambiar.
00:53
However, you might be surprised to know
that that may soon change.
that that may soon change.
16
41191
4279
Puede que veamos la primera foto
de un agujero negro en los próximos años.
de un agujero negro en los próximos años.
00:57
We may be seeing our first picture
of a black hole in the next couple years.
of a black hole in the next couple years.
17
45494
4164
Conseguir esta primera fotografía
01:01
Getting this first picture will come down
to an international team of scientists,
to an international team of scientists,
18
49682
3958
requerirá un equipo
internacional de científicos,
internacional de científicos,
01:05
an Earth-sized telescope
19
53664
1567
un telescopio del tamaño de la Tierra,
01:07
and an algorithm that puts together
the final picture.
the final picture.
20
55255
2832
y un algoritmo que componga
la imagen final.
la imagen final.
01:10
Although I won't be able to show you
a real picture of a black hole today,
a real picture of a black hole today,
21
58111
3528
Aunque hoy no podré enseñarles
una imagen real de un agujero negro,
una imagen real de un agujero negro,
01:13
I'd like to give you a brief glimpse
into the effort involved
into the effort involved
22
61663
2911
me gustaría mostrarles brevemente
el esfuerzo que supone conseguir
esa primera fotografía.
esa primera fotografía.
01:16
in getting that first picture.
23
64598
1613
Mi nombre es Katie Bouman,
01:19
My name is Katie Bouman,
24
67477
1437
01:20
and I'm a PhD student at MIT.
25
68938
2566
y soy estudiante de doctorado en el MIT.
Realizo investigación
en un laboratorio informático
en un laboratorio informático
01:23
I do research in a computer science lab
26
71528
2027
01:25
that works on making computers
see through images and video.
see through images and video.
27
73579
3298
haciendo que los ordenadores
visualicen imágenes y vídeos.
visualicen imágenes y vídeos.
Pero aunque no soy astrónoma,
hoy me gustaría enseñarles
hoy me gustaría enseñarles
01:28
But although I'm not an astronomer,
28
76901
2162
01:31
today I'd like to show you
29
79087
1285
cómo he llegado a colaborar
con este emocionante proyecto.
con este emocionante proyecto.
01:32
how I've been able to contribute
to this exciting project.
to this exciting project.
30
80396
2903
Si esta noche se alejan
de las brillantes luces de la ciudad
de las brillantes luces de la ciudad
01:35
If you go out past
the bright city lights tonight,
the bright city lights tonight,
31
83323
2831
puede que tengan la suerte
de contemplar la magnífica imagen
de contemplar la magnífica imagen
01:38
you may just be lucky enough
to see a stunning view
to see a stunning view
32
86178
2436
01:40
of the Milky Way Galaxy.
33
88638
1493
de la Galaxia de la Vía Láctea.
01:42
And if you could zoom past
millions of stars,
millions of stars,
34
90155
2462
Y si pudieran ampliar
a través de millones de estrellas,
a través de millones de estrellas,
01:44
26,000 light-years toward the heart
of the spiraling Milky Way,
of the spiraling Milky Way,
35
92641
3755
26.000 años luz hacia el corazón
de la espiral de la Vía Láctea,
de la espiral de la Vía Láctea,
llegaríamos al final a un conglomerado
de estrellas, justo en el centro.
de estrellas, justo en el centro.
01:48
we'd eventually reach
a cluster of stars right at the center.
a cluster of stars right at the center.
36
96420
3521
Escudriñando a través del polvo
galáctico con telescopios infrarrojos,
galáctico con telescopios infrarrojos,
01:51
Peering past all the galactic dust
with infrared telescopes,
with infrared telescopes,
37
99965
3206
01:55
astronomers have watched these stars
for over 16 years.
for over 16 years.
38
103195
3867
los astrónomos han observado
estas estrellas durante más de 16 años.
estas estrellas durante más de 16 años.
Pero lo más espectacular
es lo que no pueden ver.
es lo que no pueden ver.
01:59
But it's what they don't see
that is the most spectacular.
that is the most spectacular.
39
107086
3589
Estas estrellas parecen orbitar
en torno a un objeto invisible.
en torno a un objeto invisible.
02:02
These stars seem to orbit
an invisible object.
an invisible object.
40
110699
3066
02:05
By tracking the paths of these stars,
41
113789
2323
Monitorizando el movimiento
de estas estrellas,
de estas estrellas,
02:08
astronomers have concluded
42
116136
1294
los astrónomos han llegado a la conclusión
02:09
that the only thing small and heavy
enough to cause this motion
enough to cause this motion
43
117454
3129
de que lo único tan pequeño
y pesado para causar ese movimiento
y pesado para causar ese movimiento
02:12
is a supermassive black hole --
44
120607
1968
es un agujero negro supermasivo.
02:14
an object so dense that it sucks up
anything that ventures too close --
anything that ventures too close --
45
122599
4178
Un objeto tan denso que absorbe
todo lo que se aproxime demasiado,
todo lo que se aproxime demasiado,
02:18
even light.
46
126801
1494
incluida la luz.
Pero, ¿qué es lo que ocurre
si nos acercáramos aún más?
si nos acercáramos aún más?
02:20
But what happens if we were
to zoom in even further?
to zoom in even further?
47
128319
3061
02:23
Is it possible to see something
that, by definition, is impossible to see?
that, by definition, is impossible to see?
48
131404
4733
¿Es posible ver algo que es,
por definición, imposible de ver?
por definición, imposible de ver?
Resulta que si nos acercáramos
a longitudes de onda de radio
a longitudes de onda de radio
02:28
Well, it turns out that if we were
to zoom in at radio wavelengths,
to zoom in at radio wavelengths,
49
136719
3244
podríamos esperar
observar un anillo de luz
observar un anillo de luz
02:31
we'd expect to see a ring of light
50
139987
1682
02:33
caused by the gravitational
lensing of hot plasma
lensing of hot plasma
51
141693
2411
causado por la lente gravitacional
del plasma caliente
del plasma caliente
02:36
zipping around the black hole.
52
144128
1829
que rodea el agujero negro.
02:37
In other words,
53
145981
1160
Es decir, el agujero negro
proyecta una sombra
proyecta una sombra
02:39
the black hole casts a shadow
on this backdrop of bright material,
on this backdrop of bright material,
54
147165
3171
sobre este fondo de brillante,
recortando una esfera oscura.
recortando una esfera oscura.
02:42
carving out a sphere of darkness.
55
150360
1842
Este anillo brillante revela
el horizonte del agujero negro,
el horizonte del agujero negro,
02:44
This bright ring reveals
the black hole's event horizon,
the black hole's event horizon,
56
152226
3339
donde la fuerza gravitatoria
se vuelve tan inmensa
se vuelve tan inmensa
02:47
where the gravitational pull
becomes so great
becomes so great
57
155589
2400
02:50
that not even light can escape.
58
158013
1626
que ni siquiera la luz puede escapar.
02:51
Einstein's equations predict
the size and shape of this ring,
the size and shape of this ring,
59
159663
2859
Las ecuaciones de Einstein predicen
el tamaño y forma del anillo,
el tamaño y forma del anillo,
02:54
so taking a picture of it
wouldn't only be really cool,
wouldn't only be really cool,
60
162546
3208
así que tomar una fotografía
no sólo sería una pasada,
no sólo sería una pasada,
nos ayudaría a confirmar
que estas ecuaciones se mantienen
que estas ecuaciones se mantienen
02:57
it would also help to verify
that these equations hold
that these equations hold
61
165778
2618
en las condiciones extremas
alrededor del agujero negro.
alrededor del agujero negro.
03:00
in the extreme conditions
around the black hole.
around the black hole.
62
168420
2466
03:02
However, this black hole
is so far away from us,
is so far away from us,
63
170910
2558
Pero este agujero negro
está tan lejos de nosotros,
está tan lejos de nosotros,
03:05
that from Earth, this ring appears
incredibly small --
incredibly small --
64
173492
3098
que desde la Tierra este anillo
parece increíblemente pequeño,
parece increíblemente pequeño,
03:08
the same size to us as an orange
on the surface of the moon.
on the surface of the moon.
65
176614
3590
del tamaño de una naranja sobre
la superficie de la luna, para nosotros.
la superficie de la luna, para nosotros.
Eso hace que tomar la fotografía
sea extremadamente difícil.
sea extremadamente difícil.
03:12
That makes taking a picture of it
extremely difficult.
extremely difficult.
66
180758
2824
¿Por qué?
03:16
Why is that?
67
184645
1302
Bueno, todo se resume
en una simple ecuación.
en una simple ecuación.
03:18
Well, it all comes down
to a simple equation.
to a simple equation.
68
186512
3188
Debido a un fenómeno llamado difracción
existen límites fundamentales
existen límites fundamentales
03:21
Due to a phenomenon called diffraction,
69
189724
2416
03:24
there are fundamental limits
70
192164
1355
sobre los objetos más pequeños
que somos capaces de observar.
que somos capaces de observar.
03:25
to the smallest objects
that we can possibly see.
that we can possibly see.
71
193543
2670
Esta ecuación dice que para ver
cosas más y más pequeñas,
cosas más y más pequeñas,
03:28
This governing equation says
that in order to see smaller and smaller,
that in order to see smaller and smaller,
72
196789
3672
necesitamos hacer nuestros
telescopios más y más grandes.
telescopios más y más grandes.
03:32
we need to make our telescope
bigger and bigger.
bigger and bigger.
73
200485
2587
03:35
But even with the most powerful
optical telescopes here on Earth,
optical telescopes here on Earth,
74
203096
3069
Pero incluso con los telescopios
ópticos más potentes de la Tierra
ópticos más potentes de la Tierra
03:38
we can't even get close
to the resolution necessary
to the resolution necessary
75
206189
2419
ni siquiera nos acercamos
a la resolución necesaria
a la resolución necesaria
03:40
to image on the surface of the moon.
76
208632
2198
para tomar fotos de la superficie lunar.
Aquí les muestro una de las imágenes
con mayor resolución
con mayor resolución
03:42
In fact, here I show one of the highest
resolution images ever taken
resolution images ever taken
77
210854
3617
obtenida de la luna desde la Tierra.
03:46
of the moon from Earth.
78
214495
1397
Contiene unos 13.000 píxeles,
03:47
It contains roughly 13,000 pixels,
79
215916
2557
y aún así cada píxel contendría
más de 1 millón y medio de naranjas.
más de 1 millón y medio de naranjas.
03:50
and yet each pixel would contain
over 1.5 million oranges.
over 1.5 million oranges.
80
218497
4050
Así que ¿cuán grande es
el telescopio que necesitamos
el telescopio que necesitamos
03:55
So how big of a telescope do we need
81
223396
1972
03:57
in order to see an orange
on the surface of the moon
on the surface of the moon
82
225392
2765
para poder ver una naranja en la luna,
y por extensión, nuestro agujero negro?
y por extensión, nuestro agujero negro?
04:00
and, by extension, our black hole?
83
228181
2214
Si analizamos los datos,
04:02
Well, it turns out
that by crunching the numbers,
that by crunching the numbers,
84
230419
2340
se puede calcular que necesitaríamos
un telescopio del tamaño de la Tierra.
un telescopio del tamaño de la Tierra.
04:04
you can easily calculate
that we would need a telescope
that we would need a telescope
85
232783
2610
04:07
the size of the entire Earth.
86
235417
1393
(Risas)
04:08
(Laughter)
87
236834
1024
Si pudiéramos construir este
telescopio tamaño Tierra,
telescopio tamaño Tierra,
04:09
If we could build
this Earth-sized telescope,
this Earth-sized telescope,
88
237882
2119
podríamos empezar distinguir
ese anillo de luz característico
ese anillo de luz característico
04:12
we could just start to make out
that distinctive ring of light
that distinctive ring of light
89
240025
2925
que señala el horizonte del agujero negro.
04:14
indicative of the black
hole's event horizon.
hole's event horizon.
90
242974
2183
Aunque esta imagen no tendría
04:17
Although this picture wouldn't contain
all the detail we see
all the detail we see
91
245181
2918
todos los detalles de las imágenes
generadas por ordenador,
generadas por ordenador,
04:20
in computer graphic renderings,
92
248123
1506
nos permitiría obtener
con seguridad un primer vistazo
con seguridad un primer vistazo
04:21
it would allow us to safely get
our first glimpse
our first glimpse
93
249653
2299
del entorno inmediato del agujero negro.
04:23
of the immediate environment
around a black hole.
around a black hole.
94
251976
2487
04:26
However, as you can imagine,
95
254487
1613
Como pueden imaginar, construir
un telescopio de disco único
un telescopio de disco único
04:28
building a single-dish telescope
the size of the Earth is impossible.
the size of the Earth is impossible.
96
256124
3624
del tamaño de la Tierra es imposible.
Pero, citando a Mick Jagger,
04:31
But in the famous words of Mick Jagger,
97
259772
1887
"No siempre consigues lo que quieres,
04:33
"You can't always get what you want,
98
261683
1791
04:35
but if you try sometimes,
you just might find
you just might find
99
263498
2187
pero si lo intentas, a veces ves
que consigues lo que necesitas."
que consigues lo que necesitas."
04:37
you get what you need."
100
265709
1215
Y conectando telescopios de todo el mundo,
04:38
And by connecting telescopes
from around the world,
from around the world,
101
266948
2464
una colaboración internacional
llamada el Event Horizon Telescope
llamada el Event Horizon Telescope
04:41
an international collaboration
called the Event Horizon Telescope
called the Event Horizon Telescope
102
269436
3538
está creando un telescopio computacional
del tamaño de la Tierra, capaz de resolver
del tamaño de la Tierra, capaz de resolver
04:44
is creating a computational telescope
the size of the Earth,
the size of the Earth,
103
272998
3109
04:48
capable of resolving structure
104
276131
1537
una estructura del tamaño
de un horizonte de agujero negro.
de un horizonte de agujero negro.
04:49
on the scale of a black
hole's event horizon.
hole's event horizon.
105
277692
2199
Está previsto que la red de telescopios
tome la primera fotografía
tome la primera fotografía
04:51
This network of telescopes is scheduled
to take its very first picture
to take its very first picture
106
279915
3387
de un agujero negro el año que viene.
04:55
of a black hole next year.
107
283326
1815
Cada telescopio en la red global
colabora con los otros.
colabora con los otros.
04:57
Each telescope in the worldwide
network works together.
network works together.
108
285165
3338
05:00
Linked through the precise timing
of atomic clocks,
of atomic clocks,
109
288527
2712
Conectados de manera precisa
mediante relojes atómicos,
mediante relojes atómicos,
05:03
teams of researchers at each
of the sights freeze light
of the sights freeze light
110
291263
2657
equipos de investigadores desde cada sitio
congelan luz recogiendo
miles de terabytes de datos.
miles de terabytes de datos.
05:05
by collecting thousands
of terabytes of data.
of terabytes of data.
111
293944
2962
Estos datos se procesan
en un laboratorio aquí en Massachusetts.
en un laboratorio aquí en Massachusetts.
05:08
This data is then processed in a lab
right here in Massachusetts.
right here in Massachusetts.
112
296930
5017
¿Y cómo funciona esto?
05:13
So how does this even work?
113
301971
1794
¿Recuerdan que para ver ese agujero
negro en el centro de nuestra galaxia
negro en el centro de nuestra galaxia
05:15
Remember if we want to see the black hole
in the center of our galaxy,
in the center of our galaxy,
114
303789
3403
necesitamos ese telescopio gigantesco,
del tamaño de la Tierra?
del tamaño de la Tierra?
05:19
we need to build this impossibly large
Earth-sized telescope?
Earth-sized telescope?
115
307216
2982
Por un instante, pretendamos
05:22
For just a second,
let's pretend we could build
let's pretend we could build
116
310222
2232
que fuera posible construir
un telescopio del tamaño de la Tierra.
un telescopio del tamaño de la Tierra.
05:24
a telescope the size of the Earth.
117
312478
1842
05:26
This would be a little bit
like turning the Earth
like turning the Earth
118
314344
2455
Sería parecido a convertir la Tierra
en una bola de discoteca gigante.
en una bola de discoteca gigante.
05:28
into a giant spinning disco ball.
119
316823
1747
Cada espejo individual capturaría luz
05:30
Each individual mirror would collect light
120
318594
2200
que luego podríamos combinar
para componer la imagen.
para componer la imagen.
05:32
that we could then combine
together to make a picture.
together to make a picture.
121
320818
2597
05:35
However, now let's say
we remove most of those mirrors
we remove most of those mirrors
122
323439
2661
Pero digamos que retiramos
la mayoría de esos espejos
la mayoría de esos espejos
05:38
so only a few remained.
123
326124
1972
dejando sólo unos pocos.
Aún podríamos intentar
combinar esta información,
combinar esta información,
05:40
We could still try to combine
this information together,
this information together,
124
328120
2877
pero ahora hay muchos agujeros.
05:43
but now there are a lot of holes.
125
331021
1993
05:45
These remaining mirrors represent
the locations where we have telescopes.
the locations where we have telescopes.
126
333038
4373
Los espejos que quedan serían
los lugares donde tenemos telescopios.
los lugares donde tenemos telescopios.
Es un número minúsculo de medidas
para conseguir una imagen.
para conseguir una imagen.
05:49
This is an incredibly small number
of measurements to make a picture from.
of measurements to make a picture from.
127
337435
4079
Pero aunque sólo capturemos luz
desde unas pocas ubicaciones,
desde unas pocas ubicaciones,
05:53
But although we only collect light
at a few telescope locations,
at a few telescope locations,
128
341538
3838
mientras la Tierra rota, podemos
observar otras nuevas medidas.
observar otras nuevas medidas.
05:57
as the Earth rotates, we get to see
other new measurements.
other new measurements.
129
345400
3423
06:00
In other words, as the disco ball spins,
those mirrors change locations
those mirrors change locations
130
348847
3819
Es decir, al girar la bola de discoteca,
esos espejos cambian de posición
esos espejos cambian de posición
y podemos observar
diferentes partes de la imagen.
diferentes partes de la imagen.
06:04
and we get to observe
different parts of the image.
different parts of the image.
131
352690
2899
Los algoritmos de obtención
de imágenes que desarrollamos
de imágenes que desarrollamos
06:07
The imaging algorithms we develop
fill in the missing gaps of the disco ball
fill in the missing gaps of the disco ball
132
355613
4018
rellenan los huecos de la bola
para poder reconstruir
la imagen subyacente del agujero negro.
la imagen subyacente del agujero negro.
06:11
in order to reconstruct
the underlying black hole image.
the underlying black hole image.
133
359655
3033
06:14
If we had telescopes located
everywhere on the globe --
everywhere on the globe --
134
362712
2636
Si tuviéramos telescopios
en todos los rincones del mundo
en todos los rincones del mundo
06:17
in other words, the entire disco ball --
135
365372
1941
es decir, la bola de discoteca entera,
esto sería trivial.
06:19
this would be trivial.
136
367337
1284
Pero sólo vemos unas cuantas muestras
06:20
However, we only see a few samples,
and for that reason,
and for that reason,
137
368645
3322
y por esa razón hay un número
infinito de imágenes posibles
infinito de imágenes posibles
06:23
there are an infinite number
of possible images
of possible images
138
371991
2388
que son perfectamente coherentes
con los datos de los telescopios.
con los datos de los telescopios.
06:26
that are perfectly consistent
with our telescope measurements.
with our telescope measurements.
139
374403
2964
06:29
However, not all images are created equal.
140
377391
3016
Pero no todas las imágenes son iguales.
Algunas de esas imágenes se parecen
más a lo que consideramos una imagen
más a lo que consideramos una imagen
06:32
Some of those images look more like
what we think of as images than others.
what we think of as images than others.
141
380849
4458
que otras.
06:37
And so, my role in helping to take
the first image of a black hole
the first image of a black hole
142
385331
3222
Mi papel para ayudar a conseguir
esta primera imagen de un agujero negro
esta primera imagen de un agujero negro
06:40
is to design algorithms that find
the most reasonable image
the most reasonable image
143
388577
2932
es diseñar algoritmos que encuentren
la imagen más razonable
la imagen más razonable
06:43
that also fits the telescope measurements.
144
391533
2222
que encaje con los datos
de los telescopios.
de los telescopios.
Igual que un artista forense
usa descripciones limitadas
usa descripciones limitadas
06:46
Just as a forensic sketch artist
uses limited descriptions
uses limited descriptions
145
394727
3942
para componer una imagen
06:50
to piece together a picture using
their knowledge of face structure,
their knowledge of face structure,
146
398693
3514
aplicando sus conocimientos
sobre estructura facial,
sobre estructura facial,
los algoritmos de obtención
de imágenes que desarrollo
de imágenes que desarrollo
06:54
the imaging algorithms I develop
use our limited telescope data
use our limited telescope data
147
402231
3315
ayudan a usar los datos limitados
de los telescopios hasta conseguir
de los telescopios hasta conseguir
06:57
to guide us to a picture that also
looks like stuff in our universe.
looks like stuff in our universe.
148
405570
4322
una imagen que se parezca
a cosas de nuestro universo.
a cosas de nuestro universo.
07:01
Using these algorithms,
we're able to piece together pictures
we're able to piece together pictures
149
409916
3651
Usando estos algoritmos,
podemos componer imágenes
podemos componer imágenes
07:05
from this sparse, noisy data.
150
413591
2180
a partir de estos datos escasos y sucios.
07:07
So here I show a sample reconstruction
done using simulated data,
done using simulated data,
151
415795
4529
Aquí muestro un ejemplo de reconstrucción
realizada utilizando datos simulados,
realizada utilizando datos simulados,
07:12
when we pretend to point our telescopes
152
420348
1933
cuando fingimos apuntar
nuestros telescopios
nuestros telescopios
07:14
to the black hole
in the center of our galaxy.
in the center of our galaxy.
153
422305
2585
al agujero negro
en el centro de nuestra galaxia.
en el centro de nuestra galaxia.
07:16
Although this is just a simulation,
reconstruction such as this give us hope
reconstruction such as this give us hope
154
424914
4455
Aunque es sólo una simulación
reconstrucciones así nos dan esperanzas
reconstrucciones así nos dan esperanzas
07:21
that we'll soon be able to reliably take
the first image of a black hole
the first image of a black hole
155
429393
3453
de que pronto podremos tomar
una primera imagen fiable
una primera imagen fiable
de un agujero negro, y con ella
determinar el tamaño de su anillo.
determinar el tamaño de su anillo.
07:24
and from it, determine
the size of its ring.
the size of its ring.
156
432870
2595
Aunque me encantaría seguir
con los detalles de este algoritmo
con los detalles de este algoritmo
07:28
Although I'd love to go on
about all the details of this algorithm,
about all the details of this algorithm,
157
436118
3199
por suerte para Uds.,
no dispongo de tiempo.
no dispongo de tiempo.
07:31
luckily for you, I don't have the time.
158
439341
2174
07:33
But I'd still like
to give you a brief idea
to give you a brief idea
159
441539
2001
Aún así me gustaría
que se hiciesen una idea
que se hiciesen una idea
07:35
of how we define
what our universe looks like,
what our universe looks like,
160
443564
2302
de cómo determinamos
el aspecto de nuestro universo
el aspecto de nuestro universo
07:37
and how we use this to reconstruct
and verify our results.
and verify our results.
161
445890
4466
y cómo usamos eso para reconstruir
y verificar nuestros resultados.
y verificar nuestros resultados.
Ya que hay un número infinito
de imágenes posibles
de imágenes posibles
07:42
Since there are an infinite number
of possible images
of possible images
162
450380
2496
que explican perfectamente
las medidas de los telescopios,
las medidas de los telescopios,
07:44
that perfectly explain
our telescope measurements,
our telescope measurements,
163
452900
2365
07:47
we have to choose
between them in some way.
between them in some way.
164
455289
2605
tenemos que seleccionar
entre ellas de alguna forma.
entre ellas de alguna forma.
07:49
We do this by ranking the images
165
457918
1838
Lo hacemos evaluando las imágenes
07:51
based upon how likely they are
to be the black hole image,
to be the black hole image,
166
459780
2834
basándonos en la probabilidad
de que sean la imagen del agujero negro,
de que sean la imagen del agujero negro,
07:54
and then choosing the one
that's most likely.
that's most likely.
167
462638
2482
y entonces elegimos la más probable.
07:57
So what do I mean by this exactly?
168
465144
2195
¿Qué significa eso exactamente?
Digamos que estábamos
intentando construir un sistema
intentando construir un sistema
07:59
Let's say we were trying to make a model
169
467862
1978
08:01
that told us how likely an image
were to appear on Facebook.
were to appear on Facebook.
170
469864
3183
que nos diga las probabilidades
de que una imagen esté en Facebook.
de que una imagen esté en Facebook.
08:05
We'd probably want the model to say
171
473071
1701
Seguramente nos gustaría
que el sistema nos dijera
que el sistema nos dijera
08:06
it's pretty unlikely that someone
would post this noise image on the left,
would post this noise image on the left,
172
474796
3557
que es poco probable que alguien suba
la imagen llena de ruido de la izquierda,
la imagen llena de ruido de la izquierda,
08:10
and pretty likely that someone
would post a selfie
would post a selfie
173
478377
2419
y muy probable que publique
un selfie como éste de la derecha.
un selfie como éste de la derecha.
08:12
like this one on the right.
174
480820
1334
08:14
The image in the middle is blurry,
175
482178
1639
La imagen central está borrosa,
08:15
so even though it's more likely
we'd see it on Facebook
we'd see it on Facebook
176
483841
2639
así que aunque fuese más probable
verla en Facebook que la imagen con ruido,
verla en Facebook que la imagen con ruido,
08:18
compared to the noise image,
177
486504
1360
es menos probable que el selfie.
08:19
it's probably less likely we'd see it
compared to the selfie.
compared to the selfie.
178
487888
2960
Pero cuando se trata
de imágenes del agujero negro,
de imágenes del agujero negro,
08:22
But when it comes to images
from the black hole,
from the black hole,
179
490872
2290
encontramos un verdadero dilema:
nunca antes hemos visto uno.
nunca antes hemos visto uno.
08:25
we're posed with a real conundrum:
we've never seen a black hole before.
we've never seen a black hole before.
180
493186
3502
Así que, ¿qué es una imagen
probable de un agujero negro?
probable de un agujero negro?
08:28
In that case, what is a likely
black hole image,
black hole image,
181
496712
2291
¿Qué deberíamos suponer
08:31
and what should we assume
about the structure of black holes?
about the structure of black holes?
182
499027
2938
sobre la estructura
de los agujeros negros?
de los agujeros negros?
Podríamos probar imágenes
de simulaciones que hemos hecho,
de simulaciones que hemos hecho,
08:33
We could try to use images
from simulations we've done,
from simulations we've done,
183
501989
2632
08:36
like the image of the black hole
from "Interstellar,"
from "Interstellar,"
184
504645
2530
como el agujero negro de "Interestelar",
pero si hiciéramos esto,
podría causar serios problemas.
podría causar serios problemas.
08:39
but if we did this,
it could cause some serious problems.
it could cause some serious problems.
185
507199
2938
¿Y si las teorías de Einstein
no se sostuvieran?
no se sostuvieran?
08:42
What would happen
if Einstein's theories didn't hold?
if Einstein's theories didn't hold?
186
510161
3380
Seguiríamos queriendo reconstruir
una imagen precisa del fenómeno.
una imagen precisa del fenómeno.
08:45
We'd still want to reconstruct
an accurate picture of what was going on.
an accurate picture of what was going on.
187
513565
3961
Si forzamos las ecuaciones
de Einstein en nuestros algoritmos
de Einstein en nuestros algoritmos
08:49
If we bake Einstein's equations
too much into our algorithms,
too much into our algorithms,
188
517550
3371
simplemente acabaremos
viendo lo que esperamos ver.
viendo lo que esperamos ver.
08:52
we'll just end up seeing
what we expect to see.
what we expect to see.
189
520945
2755
Es decir, queremos estar
abiertos a la posibilidad
abiertos a la posibilidad
08:55
In other words,
we want to leave the option open
we want to leave the option open
190
523724
2276
de que haya un elefante gigante
en medio de nuestra galaxia.
en medio de nuestra galaxia.
08:58
for there being a giant elephant
at the center of our galaxy.
at the center of our galaxy.
191
526024
2923
(Risas)
09:00
(Laughter)
192
528971
1057
Diferentes tipos de imágenes
tienen características distintas.
tienen características distintas.
09:02
Different types of images have
very distinct features.
very distinct features.
193
530052
2989
09:05
We can easily tell the difference
between black hole simulation images
between black hole simulation images
194
533065
3548
Es fácil diferenciar imágenes
de simulaciones de agujeros negros
de simulaciones de agujeros negros
de imágenes hechas
un día cualquiera en la Tierra.
un día cualquiera en la Tierra.
09:08
and images we take
every day here on Earth.
every day here on Earth.
195
536637
2276
Necesitamos una manera
de explicar a nuestros algoritmos
de explicar a nuestros algoritmos
09:10
We need a way to tell our algorithms
what images look like
what images look like
196
538937
3104
qué aspecto tienen las imágenes
09:14
without imposing one type
of image's features too much.
of image's features too much.
197
542065
3249
sin imponerles demasiadas
características de un tipo de imagen.
características de un tipo de imagen.
09:17
One way we can try to get around this
198
545865
1893
Una manera de resolver esto
09:19
is by imposing the features
of different kinds of images
of different kinds of images
199
547782
3062
es imponer características
de varios tipos de imágenes,
de varios tipos de imágenes,
09:22
and seeing how the type of image we assume
affects our reconstructions.
affects our reconstructions.
200
550868
4130
y ver cómo el tipo de imagen que suponemos
afecta a nuestras reconstrucciones.
afecta a nuestras reconstrucciones.
Si todos los tipos de imágenes
producen imágenes similares,
producen imágenes similares,
09:27
If all images' types produce
a very similar-looking image,
a very similar-looking image,
201
555712
3491
podemos empezar a estar seguros
09:31
then we can start to become more confident
202
559227
2057
de que nuestras conjeturas
no están deformando tanto la imagen.
no están deformando tanto la imagen.
09:33
that the image assumptions we're making
are not biasing this picture that much.
are not biasing this picture that much.
203
561308
4173
Es parecido a dar la misma descripción
a tres artistas de diferentes lugares.
a tres artistas de diferentes lugares.
09:37
This is a little bit like
giving the same description
giving the same description
204
565505
2990
09:40
to three different sketch artists
from all around the world.
from all around the world.
205
568519
2996
Si todos producen un rostro similar,
podemos empezar a estar seguros
podemos empezar a estar seguros
09:43
If they all produce
a very similar-looking face,
a very similar-looking face,
206
571539
2860
09:46
then we can start to become confident
207
574423
1793
de que no están forzando sus propios
prejuicios culturales en los dibujos.
prejuicios culturales en los dibujos.
09:48
that they're not imposing their own
cultural biases on the drawings.
cultural biases on the drawings.
208
576240
3616
Una manera de intentar imponer
diferentes características visuales
diferentes características visuales
09:51
One way we can try to impose
different image features
different image features
209
579880
3315
es con fragmentos de imágenes existentes.
09:55
is by using pieces of existing images.
210
583219
2441
Tomamos una gran colección de imágenes,
09:58
So we take a large collection of images,
211
586214
2160
y la descomponemos en pequeños parches.
10:00
and we break them down
into their little image patches.
into their little image patches.
212
588398
2718
Entonces podemos tratar cada parche
como la pieza de un puzzle.
como la pieza de un puzzle.
10:03
We then can treat each image patch
a little bit like pieces of a puzzle.
a little bit like pieces of a puzzle.
213
591140
4285
Y utilizamos piezas de puzzle comunes
para componer una imagen
para componer una imagen
10:07
And we use commonly seen puzzle pieces
to piece together an image
to piece together an image
214
595449
4278
que encaje también con las medidas
de nuestros telescopios.
de nuestros telescopios.
10:11
that also fits our telescope measurements.
215
599751
2452
Diferentes tipos de imagen dan
distintos tipos de piezas de puzzle.
distintos tipos de piezas de puzzle.
10:15
Different types of images have
very distinctive sets of puzzle pieces.
very distinctive sets of puzzle pieces.
216
603040
3743
¿Qué ocurre cuando usamos los mismos datos
pero diferentes tipos de piezas de puzzle
pero diferentes tipos de piezas de puzzle
10:18
So what happens when we take the same data
217
606807
2806
10:21
but we use different sets of puzzle pieces
to reconstruct the image?
to reconstruct the image?
218
609637
4130
para reconstruir la imagen?
10:25
Let's first start with black hole
image simulation puzzle pieces.
image simulation puzzle pieces.
219
613791
4766
Empecemos con piezas de puzzle
de simulaciones de agujeros negros.
de simulaciones de agujeros negros.
10:30
OK, this looks reasonable.
220
618581
1591
Vale, esto parece razonable.
10:32
This looks like what we expect
a black hole to look like.
a black hole to look like.
221
620196
2694
Éste es el aspecto que esperamos
de un agujero negro.
de un agujero negro.
10:34
But did we just get it
222
622914
1193
¿Pero lo hemos obtenido
porque sólo le hemos dado
porque sólo le hemos dado
10:36
because we just fed it little pieces
of black hole simulation images?
of black hole simulation images?
223
624131
3314
piezas de simulaciones de agujeros negros?
10:39
Let's try another set of puzzle pieces
224
627469
1880
Intentemos otro tipo de piezas de puzzle,
10:41
from astronomical, non-black hole objects.
225
629373
2509
de objetos astronómicos
que no son agujeros negros.
que no son agujeros negros.
10:44
OK, we get a similar-looking image.
226
632914
2126
Vale, tenemos una imagen similar.
10:47
And then how about pieces
from everyday images,
from everyday images,
227
635064
2236
¿Y con piezas de imágenes del día a día,
como las que Uds. toman
con su cámara personal?
con su cámara personal?
10:49
like the images you take
with your own personal camera?
with your own personal camera?
228
637324
2785
Genial, vemos la misma imagen.
10:53
Great, we see the same image.
229
641312
2115
Cuando obtenemos la misma imagen
con todos los conjuntos diferentes
con todos los conjuntos diferentes
10:55
When we get the same image
from all different sets of puzzle pieces,
from all different sets of puzzle pieces,
230
643451
3366
de piezas de puzzle, podemos
empezar a estar seguros
empezar a estar seguros
10:58
then we can start to become more confident
231
646841
2046
11:00
that the image assumptions we're making
232
648911
1966
de que nuestras conjeturas
no están deformando tanto la imagen.
no están deformando tanto la imagen.
11:02
aren't biasing the final
image we get too much.
image we get too much.
233
650901
2921
Otra cosa que podemos hacer es tomar
el mismo conjunto de piezas de puzzle,
el mismo conjunto de piezas de puzzle,
11:05
Another thing we can do is take
the same set of puzzle pieces,
the same set of puzzle pieces,
234
653846
3253
11:09
such as the ones derived
from everyday images,
from everyday images,
235
657123
2489
como las derivadas de imágenes
normales del día a día,
normales del día a día,
11:11
and use them to reconstruct
many different kinds of source images.
many different kinds of source images.
236
659636
3600
y usarlas para recomponer muchos
tipos de imágenes diferentes.
tipos de imágenes diferentes.
Así que en nuestras simulaciones
11:15
So in our simulations,
237
663260
1271
11:16
we pretend a black hole looks like
astronomical non-black hole objects,
astronomical non-black hole objects,
238
664555
3775
pretendemos que un agujero negro
se parece a otros objetos astronómicos
se parece a otros objetos astronómicos
que no son agujeros negros,
y a imágenes comunes
y a imágenes comunes
11:20
as well as everyday images like
the elephant in the center of our galaxy.
the elephant in the center of our galaxy.
239
668354
3849
como el elefante en el centro
de nuestra galaxia.
de nuestra galaxia.
11:24
When the results of our algorithms
on the bottom look very similar
on the bottom look very similar
240
672227
3168
Cuando los resultados de los algoritmos
en la parte inferior se parecen mucho
en la parte inferior se parecen mucho
11:27
to the simulation's truth image on top,
241
675419
2096
a la imagen verdadera
de la simulación, arriba,
de la simulación, arriba,
11:29
then we can start to become
more confident in our algorithms.
more confident in our algorithms.
242
677539
3346
entonces podemos empezar
a confiar más en nuestros algoritmos.
a confiar más en nuestros algoritmos.
11:32
And I really want to emphasize here
243
680909
1867
Y de verdad que quiero enfatizar aquí
que todas estas imágenes fueron creadas
que todas estas imágenes fueron creadas
11:34
that all of these pictures were created
244
682800
1934
11:36
by piecing together little pieces
of everyday photographs,
of everyday photographs,
245
684758
2936
uniendo pequeños fragmentos
de fotografías corrientes
de fotografías corrientes
11:39
like you'd take with your own
personal camera.
personal camera.
246
687718
2215
como las que Uds. toman
con su cámara personal.
con su cámara personal.
11:41
So an image of a black hole
we've never seen before
we've never seen before
247
689957
3276
Así que una imagen de un agujero negro
que no hemos visto nunca
que no hemos visto nunca
podría crearse uniendo imágenes
que vemos todo el tiempo
que vemos todo el tiempo
11:45
may eventually be created by piecing
together pictures we see all the time
together pictures we see all the time
248
693257
3943
de personas, edificios,
árboles, gatos y perros.
árboles, gatos y perros.
11:49
of people, buildings,
trees, cats and dogs.
trees, cats and dogs.
249
697224
2745
11:51
Imaging ideas like this
will make it possible for us
will make it possible for us
250
699993
2645
Imaginar ideas como ésta
hará que sea posible
hará que sea posible
que obtengamos nuestras primeras
fotos de un agujero negro,
fotos de un agujero negro,
11:54
to take our very first pictures
of a black hole,
of a black hole,
251
702662
2619
11:57
and hopefully, verify
those famous theories
those famous theories
252
705305
2447
y con suerte que verifiquemos
esas famosas teorías
esas famosas teorías
11:59
on which scientists rely on a daily basis.
253
707776
2421
en las que los científicos
confían cada día.
confían cada día.
12:02
But of course, getting
imaging ideas like this working
imaging ideas like this working
254
710221
2608
Por supuesto, conseguir ideas
para generar tales imágenes
y que funcionen no sería posible
y que funcionen no sería posible
12:04
would never have been possible
without the amazing team of researchers
without the amazing team of researchers
255
712853
3322
sin el fantástico equipo de investigadores
con el que tengo el honor de trabajar.
con el que tengo el honor de trabajar.
12:08
that I have the privilege to work with.
256
716199
1887
12:10
It still amazes me
257
718110
1163
Aún me asombra que aunque empecé
este proyecto sin saber astrofísica,
este proyecto sin saber astrofísica,
12:11
that although I began this project
with no background in astrophysics,
with no background in astrophysics,
258
719297
3351
lo que hemos logrado a través
de esta colaboración única
de esta colaboración única
12:14
what we have achieved
through this unique collaboration
through this unique collaboration
259
722672
2619
podría resultar en las primeras
imágenes de un agujero negro.
imágenes de un agujero negro.
12:17
could result in the very first
images of a black hole.
images of a black hole.
260
725315
2759
Pero grandes proyectos
como el Event Horizon Telescope
como el Event Horizon Telescope
12:20
But big projects like
the Event Horizon Telescope
the Event Horizon Telescope
261
728098
2698
tienen éxito gracias a todo
el conocimiento interdisciplinar
el conocimiento interdisciplinar
12:22
are successful due to all
the interdisciplinary expertise
the interdisciplinary expertise
262
730820
2814
12:25
different people bring to the table.
263
733658
1790
que diferentes personas aportan.
Somos una mezcla de astrónomos,
físicos, matemáticos e ingenieros.
físicos, matemáticos e ingenieros.
12:27
We're a melting pot of astronomers,
264
735472
1706
12:29
physicists, mathematicians and engineers.
265
737202
2232
12:31
This is what will make it soon possible
266
739458
2554
Esto es lo que hará posible dentro de poco
12:34
to achieve something
once thought impossible.
once thought impossible.
267
742036
2853
conseguir algo que una vez
se creyó imposible.
se creyó imposible.
Me gustaría animaros a todos
a salir ahí fuera
a salir ahí fuera
12:36
I'd like to encourage all of you to go out
268
744913
2256
y ayudar a expandir
los límites de la ciencia,
los límites de la ciencia,
12:39
and help push the boundaries of science,
269
747193
2096
12:41
even if it may at first seem
as mysterious to you as a black hole.
as mysterious to you as a black hole.
270
749313
3901
incluso si al principio os parece
tan misteriosa como un agujero negro.
tan misteriosa como un agujero negro.
Gracias.
12:45
Thank you.
271
753238
1174
12:46
(Applause)
272
754436
2397
(Aplausos)
ABOUT THE SPEAKER
Katie Bouman - Imaging scientistKatie Bouman is part of an international team of astronomers that's creating the world's largest telescope to take the very first picture of a black hole.
Why you should listen
It is believed that the heart of the Milky Way hosts a four-million-solar-mass black hole feeding off a spinning disk of hot gas. An image of the shadow cast by the event horizon of the black hole could help to address a number of important scientific questions. For instance, does Einstein's theory of general relativity hold in extreme conditions? Unfortunately, the event horizon of this black hole appears so small in the sky that imaging it would require a single-dish radio telescope the size of the entire Earth. Although a single-dish telescope this large is unrealizable, by connecting disjoint radio telescopes located all around the globe, Katie Bouman and a team of astronomers are creating an Earth-sized computational telescope -- the Event Horizon Telescope -- that is capable of taking the very first up-close picture of a black hole.
Bouman is a PhD candidate in the Computer Science and Artificial Intelligence Laboratory (CSAIL) at the Massachusetts Institute of Technology (MIT). The focus of her research is on using emerging computational methods to push the boundaries of interdisciplinary imaging. By combining techniques from both astronomy and computer science, Bouman has been working on developing innovative ways to combine the information from the Event Horizon Telescope network to produce the first picture of a black hole. Her work on imaging for the Event Horizon Telescope has been featured on BBC, The Boston Globe, The Washington Post, Popular Science and NPR.
Katie Bouman | Speaker | TED.com