TEDxBeaconStreet
Katie Bouman: How to take a picture of a black hole
Кеті Боуман: Як зробити знімок чорної діри
Filmed:
Readability: 4.5
5,455,257 views
У центрі Чумацького Шляху знаходиться надмасивна чорна діра, що живиться від диску розпеченого газу, котрий обертається довкола неї і поглинає будь-що, що наважиться занадто наблизитися. Навіть світло. Її неможливо побачити, але її горизонт подій відкидає тінь, знімок якої міг би допомогти із відповідями на кілька важливих питань про всесвіт. Науковці вважали, що для такого знімку знадобиться телескоп розміром із Землю. Аж доки Кеті Боуман та команда астрономів не запропонували розумнішу альтернативу. Дізнайтесь більше про те, як можна зазирнути у цілковиту пітьму.
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
У фільмі "Інтерстеллар"
00:15
we get an up-close look
at a supermassive black hole.
at a supermassive black hole.
1
3320
3327
ми можемо зблизька розгледіти
надмасивну чорну діру.
надмасивну чорну діру.
00:18
Set against a backdrop of bright gas,
2
6671
2143
На фоні яскравого газу
00:20
the black hole's massive
gravitational pull
gravitational pull
3
8838
2118
потужна гравітація
чорної діри
чорної діри
00:22
bends light into a ring.
4
10980
1435
згинає світло у кільце.
00:24
However, this isn't a real photograph,
5
12439
2109
Але це не справжня фотографія,
00:26
but a computer graphic rendering --
6
14572
1786
а лише комп'ютерна графіка:
00:28
an artistic interpretation
of what a black hole might look like.
of what a black hole might look like.
7
16382
3390
художнє осмислення того,
як могла б виглядати чорна діра.
як могла б виглядати чорна діра.
00:32
A hundred years ago,
8
20401
1166
Сотню років тому
00:33
Albert Einstein first published
his theory of general relativity.
his theory of general relativity.
9
21591
3601
Альберт Ейнштейн вперше опублікував
свою загальну теорію відносності.
свою загальну теорію відносності.
00:37
In the years since then,
10
25216
1439
З того часу
00:38
scientists have provided
a lot of evidence in support of it.
a lot of evidence in support of it.
11
26679
2973
науковці надали чимало доказів
на її користь.
на її користь.
00:41
But one thing predicted
from this theory, black holes,
from this theory, black holes,
12
29676
3084
Але спрогнозований нею об'єкт,
чорну діру,
чорну діру,
00:44
still have not been directly observed.
13
32784
2350
досі не вдалося безпосередньо побачити.
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
Хоча ми і маємо припущення,
як саме має виглядати чорна діра,
як саме має виглядати чорна діра,
00:50
we've never actually taken
a picture of one before.
a picture of one before.
15
38388
2779
її ще ні разу
не вдалося сфотографувати.
не вдалося сфотографувати.
00:53
However, you might be surprised to know
that that may soon change.
that that may soon change.
16
41191
4279
Мабуть, ви здивуєтеся, але можливо,
це скоро зміниться.
це скоро зміниться.
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
Можливо, що перше фото чорної діри
можна буде побачити вже за кілька років.
можна буде побачити вже за кілька років.
01:01
Getting this first picture will come down
to an international team of scientists,
to an international team of scientists,
18
49682
3958
Отримання першого зображення залежатиме
від міжнародної команди науковців,
від міжнародної команди науковців,
01:05
an Earth-sized telescope
19
53664
1567
телескопу розміром із Землю,
01:07
and an algorithm that puts together
the final picture.
the final picture.
20
55255
2832
та алгоритму, що згенерує
фінальне фото.
фінальне фото.
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
Хоча я і не зможу показати вам
справжнє фото чорної діри сьогодні,
справжнє фото чорної діри сьогодні,
01:13
I'd like to give you a brief glimpse
into the effort involved
into the effort involved
22
61663
2911
я все ж хотіла б побіжно розповісти вам
про ті зусилля, котрі необхідні,
аби дістати це перше зображення.
аби дістати це перше зображення.
01:16
in getting that first picture.
23
64598
1613
Мене звати Кеті Боуман,
01:19
My name is Katie Bouman,
24
67477
1437
і я - аспірантка у
Массачусетському технологічному інституті.
Массачусетському технологічному інституті.
01:20
and I'm a PhD student at MIT.
25
68938
2566
Я проводжу дослідження у
комп'ютерній лабораторії,
комп'ютерній лабораторії,
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
котра займається комп'ютерним аналізом
зображень та відео.
зображень та відео.
01:28
But although I'm not an astronomer,
28
76901
2162
І хоч я і не астроном,
сьогодні я хочу показати,
01:31
today I'd like to show you
29
79087
1285
01:32
how I've been able to contribute
to this exciting project.
to this exciting project.
30
80396
2903
як саме я змогла допомогти
цьому захопливому проекту.
цьому захопливому проекту.
01:35
If you go out past
the bright city lights tonight,
the bright city lights tonight,
31
83323
2831
Якщо ви вночі поїдете
подалі від яскравих вогнів міста,
подалі від яскравих вогнів міста,
01:38
you may just be lucky enough
to see a stunning view
to see a stunning view
32
86178
2436
то, можливо, вам пощастить побачити
вражаючий краєвид
вражаючий краєвид
01:40
of the Milky Way Galaxy.
33
88638
1493
галактики Чумацький Шлях.
01:42
And if you could zoom past
millions of stars,
millions of stars,
34
90155
2462
І якби ви могли промайнути
повз мільйони зірок
повз мільйони зірок
01:44
26,000 light-years toward the heart
of the spiraling Milky Way,
of the spiraling Milky Way,
35
92641
3755
на 26 тисяч світлових років
у саме серце нашої спіральної галактики,
у саме серце нашої спіральної галактики,
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
ви дісталися б скупчення зірок
у самісінькому центрі.
у самісінькому центрі.
01:51
Peering past all the galactic dust
with infrared telescopes,
with infrared telescopes,
37
99965
3206
Прозираючи крізь космічний пил
за допомогою інфрачервоних телескопів,
за допомогою інфрачервоних телескопів,
01:55
astronomers have watched these stars
for over 16 years.
for over 16 years.
38
103195
3867
астрономи спостерігали за цими зірками
більше 16 років.
більше 16 років.
01:59
But it's what they don't see
that is the most spectacular.
that is the most spectacular.
39
107086
3589
Але найбільш захопливим є саме те,
чого вони побачити не можуть.
чого вони побачити не можуть.
02:02
These stars seem to orbit
an invisible object.
an invisible object.
40
110699
3066
Здається, що зорі кружляють довкола
невидимого об'єкта.
невидимого об'єкта.
02:05
By tracking the paths of these stars,
41
113789
2323
Відслідковуючи траєкторії цих зірок,
02:08
astronomers have concluded
42
116136
1294
астрономи дійшли висновку,
02:09
that the only thing small and heavy
enough to cause this motion
enough to cause this motion
43
117454
3129
що єдина річ настільки мала
і важка, аби спричинити цей рух, -
і важка, аби спричинити цей рух, -
02:12
is a supermassive black hole --
44
120607
1968
це надмасивна чорна діра:
02:14
an object so dense that it sucks up
anything that ventures too close --
anything that ventures too close --
45
122599
4178
об'єкт такої густини, що всмоктує все,
що наважиться наблизитися до нього.
що наважиться наблизитися до нього.
02:18
even light.
46
126801
1494
Навіть світло.
02:20
But what happens if we were
to zoom in even further?
to zoom in even further?
47
128319
3061
Але що буде, якщо наблизитися
ще більше?
ще більше?
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
Чи можна побачити те, що, по суті,
побачити неможливо?
побачити неможливо?
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
Виявляться, що при близькому розгляді
у діапазоні радіочастот
у діапазоні радіочастот
02:31
we'd expect to see a ring of light
50
139987
1682
ми, скоріш за все, побачили б
кільце світла
кільце світла
02:33
caused by the gravitational
lensing of hot plasma
lensing of hot plasma
51
141693
2411
спричинене гравітаційним лінзуванням
гарячої плазми,
гарячої плазми,
02:36
zipping around the black hole.
52
144128
1829
котра ущільнюється довкола чорної діри.
02:37
In other words,
53
145981
1160
Іншими словами,
02:39
the black hole casts a shadow
on this backdrop of bright material,
on this backdrop of bright material,
54
147165
3171
чорна діра відкидає тінь
на фон із яскравої матерії,
на фон із яскравої матерії,
02:42
carving out a sphere of darkness.
55
150360
1842
утворюючи сферу із темряви.
02:44
This bright ring reveals
the black hole's event horizon,
the black hole's event horizon,
56
152226
3339
Це яскраве кільце показує
горизонт подій чорної діри:
горизонт подій чорної діри:
02:47
where the gravitational pull
becomes so great
becomes so great
57
155589
2400
місце, де гравітація стає
настільки сильною,
настільки сильною,
що навіть світло не має шансу вирватися.
02:50
that not even light can escape.
58
158013
1626
Рівняння Ейнштейна передбачають розмір
та форму цього кільця.
та форму цього кільця.
02:51
Einstein's equations predict
the size and shape of this ring,
the size and shape of this ring,
59
159663
2859
02:54
so taking a picture of it
wouldn't only be really cool,
wouldn't only be really cool,
60
162546
3208
Тож його фотографія буде не лише
дуже крутою штукою,
дуже крутою штукою,
02:57
it would also help to verify
that these equations hold
that these equations hold
61
165778
2618
а й допоможе підтвердити, що ці рівняння
мають силу
мають силу
03:00
in the extreme conditions
around the black hole.
around the black hole.
62
168420
2466
і у надзвичайних умовах
довкола чорної діри.
довкола чорної діри.
03:02
However, this black hole
is so far away from us,
is so far away from us,
63
170910
2558
Однак ця чорна діра настільки
далеко від нас,
далеко від нас,
03:05
that from Earth, this ring appears
incredibly small --
incredibly small --
64
173492
3098
що з Землі це кільце здаватиметься
неймовірно маленьким -
неймовірно маленьким -
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
такого ж розміру для нас, як і апельсин
на поверхні місяця.
на поверхні місяця.
03:12
That makes taking a picture of it
extremely difficult.
extremely difficult.
66
180758
2824
Це робить процес фотографії
надзвичайно складним.
надзвичайно складним.
03:16
Why is that?
67
184645
1302
Чому ж так?
03:18
Well, it all comes down
to a simple equation.
to a simple equation.
68
186512
3188
Все зводиться до простого рівняння.
03:21
Due to a phenomenon called diffraction,
69
189724
2416
Через явище, що зветься дифракція,
03:24
there are fundamental limits
70
192164
1355
існують фізичні обмеження
03:25
to the smallest objects
that we can possibly see.
that we can possibly see.
71
193543
2670
щодо граничного розміру об'єкта,
котрий ми можемо побачити.
котрий ми можемо побачити.
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
Згідно основного рівняння, аби бачити
все менші і менші об'єкти,
все менші і менші об'єкти,
03:32
we need to make our telescope
bigger and bigger.
bigger and bigger.
73
200485
2587
нам треба будувати телескопи все
більшими і більшими.
більшими і більшими.
03:35
But even with the most powerful
optical telescopes here on Earth,
optical telescopes here on Earth,
74
203096
3069
Але навіть із найпотужнішими оптичними
телескопами на Землі
телескопами на Землі
ми не наблизимося до
роздільної здатності, необхідної
роздільної здатності, необхідної
03:38
we can't even get close
to the resolution necessary
to the resolution necessary
75
206189
2419
03:40
to image on the surface of the moon.
76
208632
2198
для знімка поверхні Місяця.
03:42
In fact, here I show one of the highest
resolution images ever taken
resolution images ever taken
77
210854
3617
До слова, ось фото
з найбільш детальнім зображенням
з найбільш детальнім зображенням
поверхні Місяця, котре колись
було зроблено з Землі.
було зроблено з Землі.
03:46
of the moon from Earth.
78
214495
1397
03:47
It contains roughly 13,000 pixels,
79
215916
2557
На ньому приблизно 13 000 пікселів
03:50
and yet each pixel would contain
over 1.5 million oranges.
over 1.5 million oranges.
80
218497
4050
а у кожному пікселі умістилися б
1,5 мільйони апельсинів.
1,5 мільйони апельсинів.
03:55
So how big of a telescope do we need
81
223396
1972
Тож наскільки великий потрібен телескоп,
03:57
in order to see an orange
on the surface of the moon
on the surface of the moon
82
225392
2765
аби побачити апельсин на поверхні Місяця,
04:00
and, by extension, our black hole?
83
228181
2214
і, відповідно, нашу чорну діру?
04:02
Well, it turns out
that by crunching the numbers,
that by crunching the numbers,
84
230419
2340
Виявляться, що виконавши деякі розрахунки,
04:04
you can easily calculate
that we would need a telescope
that we would need a telescope
85
232783
2610
можна легко визначити, що телескоп
має бути
має бути
04:07
the size of the entire Earth.
86
235417
1393
розміром із Землю.
(Сміх)
04:08
(Laughter)
87
236834
1024
Якби нам вдалося збудувати
цей планетарний телескоп,
цей планетарний телескоп,
04:09
If we could build
this Earth-sized telescope,
this Earth-sized telescope,
88
237882
2119
ми змогли б лише трохи розгледіти
це специфічне кільце світла,
це специфічне кільце світла,
04:12
we could just start to make out
that distinctive ring of light
that distinctive ring of light
89
240025
2925
04:14
indicative of the black
hole's event horizon.
hole's event horizon.
90
242974
2183
що окреслює горизонт подій
чорної діри.
чорної діри.
04:17
Although this picture wouldn't contain
all the detail we see
all the detail we see
91
245181
2918
І хоча на цьому фото не буде
усіх тих деталей,
усіх тих деталей,
котрі ми бачимо на
комп'ютерних малюнках,
комп'ютерних малюнках,
04:20
in computer graphic renderings,
92
248123
1506
04:21
it would allow us to safely get
our first glimpse
our first glimpse
93
249653
2299
воно точно дозволить нам
вперше розгледіти
вперше розгледіти
04:23
of the immediate environment
around a black hole.
around a black hole.
94
251976
2487
навколишнє середовище
чорної діри.
чорної діри.
04:26
However, as you can imagine,
95
254487
1613
Проте, як можна собі уявити,
04:28
building a single-dish telescope
the size of the Earth is impossible.
the size of the Earth is impossible.
96
256124
3624
створити телескоп із єдиною антеною
розміром із Землю просто неможливо.
розміром із Землю просто неможливо.
Але цитуючи відомі слова Міка Джаггера:
04:31
But in the famous words of Mick Jagger,
97
259772
1887
"Ти не завжди можеш отримати те,
чого хочеш,
чого хочеш,
04:33
"You can't always get what you want,
98
261683
1791
але якщо постаратися одного разу
зрозумієш,
зрозумієш,
04:35
but if you try sometimes,
you just might find
you just might find
99
263498
2187
що ти отримуєш те,
що тобі потрібно."
що тобі потрібно."
04:37
you get what you need."
100
265709
1215
04:38
And by connecting telescopes
from around the world,
from around the world,
101
266948
2464
З'єднуючи телескопи
по всьому світу,
по всьому світу,
04:41
an international collaboration
called the Event Horizon Telescope
called the Event Horizon Telescope
102
269436
3538
спільний міжнародний проект
під назвою Event Horizon Telescope
під назвою Event Horizon Telescope
04:44
is creating a computational telescope
the size of the Earth,
the size of the Earth,
103
272998
3109
створює комп'ютерний телескоп
розміром із Землю,
розміром із Землю,
04:48
capable of resolving structure
104
276131
1537
котрий має роздільну здатність,
що відповідає масштабам
горизонту подій чорної діри.
горизонту подій чорної діри.
04:49
on the scale of a black
hole's event horizon.
hole's event horizon.
105
277692
2199
04:51
This network of telescopes is scheduled
to take its very first picture
to take its very first picture
106
279915
3387
Планується, що ця мережа телескопів
може зробити перше фото
може зробити перше фото
04:55
of a black hole next year.
107
283326
1815
чорної діри наступного року.
04:57
Each telescope in the worldwide
network works together.
network works together.
108
285165
3338
Кожен телескоп у всесвітній мережі
працює разом із іншими.
працює разом із іншими.
05:00
Linked through the precise timing
of atomic clocks,
of atomic clocks,
109
288527
2712
Зв'язні за точним часом
атомних годинників,
атомних годинників,
05:03
teams of researchers at each
of the sights freeze light
of the sights freeze light
110
291263
2657
групи дослідників у своїх діапазонах
фіксують світло,
фіксують світло,
05:05
by collecting thousands
of terabytes of data.
of terabytes of data.
111
293944
2962
збираючи тисячі терабайт даних.
05:08
This data is then processed in a lab
right here in Massachusetts.
right here in Massachusetts.
112
296930
5017
Опісля ці дані аналізуються у лабораторії
тут, у Массачусетсі.
тут, у Массачусетсі.
05:13
So how does this even work?
113
301971
1794
Тож як це взагалі працює?
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
Пам'ятаєте: аби побачити чорну діру
в центрі нашої галактики,
в центрі нашої галактики,
05:19
we need to build this impossibly large
Earth-sized telescope?
Earth-sized telescope?
115
307216
2982
потрібно збудувати велетенський
телескоп розміром із Землю?
телескоп розміром із Землю?
Давайте на хвилинку уявимо,
що ми справді можемо
що ми справді можемо
05:22
For just a second,
let's pretend we could build
let's pretend we could build
116
310222
2232
05:24
a telescope the size of the Earth.
117
312478
1842
збудувати такий планетарний телескоп.
05:26
This would be a little bit
like turning the Earth
like turning the Earth
118
314344
2455
Це буде ніби як перетворити Землю
05:28
into a giant spinning disco ball.
119
316823
1747
на величезну дискокулю.
05:30
Each individual mirror would collect light
120
318594
2200
Кожне окреме дзеркальце
збиратиме світло,
збиратиме світло,
котре потім можна буде поєднати разом,
аби зробити фото.
аби зробити фото.
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
Але, що буде, якщо ми приберемо
більшість дзеркал
більшість дзеркал
05:38
so only a few remained.
123
326124
1972
і залишимо лише кілька з них?
05:40
We could still try to combine
this information together,
this information together,
124
328120
2877
Ми все одно можемо спробувати
поєднати отриману інформацію,
поєднати отриману інформацію,
05:43
but now there are a lot of holes.
125
331021
1993
але тепер у нас буде багато прогалин.
05:45
These remaining mirrors represent
the locations where we have telescopes.
the locations where we have telescopes.
126
333038
4373
Дзеркала, котрі залишилися - це
місця, де знаходяться телескопи.
місця, де знаходяться телескопи.
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
Це вкрай мала кількість даних
для фото.
для фото.
05:53
But although we only collect light
at a few telescope locations,
at a few telescope locations,
128
341538
3838
І хоча ми збираємо світло,
використовуючи лише кілька телескопів,
використовуючи лише кілька телескопів,
05:57
as the Earth rotates, we get to see
other new measurements.
other new measurements.
129
345400
3423
Земля обертаєтеся, що дає нам можливість
отримувати нові дані.
отримувати нові дані.
06:00
In other words, as the disco ball spins,
those mirrors change locations
those mirrors change locations
130
348847
3819
Іншими словами, коли диско-куля
обертається, дзеркала змінюють положення
обертається, дзеркала змінюють положення
06:04
and we get to observe
different parts of the image.
different parts of the image.
131
352690
2899
і ми можемо спостерігати різні частини
одного зображення.
одного зображення.
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
Алгоритми візуалізації, над котрими
ми працюємо, заповнюють прогалини на кулі,
ми працюємо, заповнюють прогалини на кулі,
06:11
in order to reconstruct
the underlying black hole image.
the underlying black hole image.
133
359655
3033
аби відтворити базове зображення
чорної діри.
чорної діри.
06:14
If we had telescopes located
everywhere on the globe --
everywhere on the globe --
134
362712
2636
Якби телескопи були розміщені
по усій планеті -
по усій планеті -
06:17
in other words, the entire disco ball --
135
365372
1941
тобто вкривали всю диско-кулю -
06:19
this would be trivial.
136
367337
1284
то це було б надто просто.
06:20
However, we only see a few samples,
and for that reason,
and for that reason,
137
368645
3322
Однак у нас є лише кілька фрагментів,
і саме тому
і саме тому
06:23
there are an infinite number
of possible images
of possible images
138
371991
2388
існує нескінченна кількість
можливих зображень
можливих зображень
06:26
that are perfectly consistent
with our telescope measurements.
with our telescope measurements.
139
374403
2964
котрі відповідають даним,
що зібрав наш телескоп.
що зібрав наш телескоп.
06:29
However, not all images are created equal.
140
377391
3016
Але не усі зображення однакові.
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
Деякі з них більше схожі на
фото у нашому розумінні, ніж інші.
фото у нашому розумінні, ніж інші.
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
І тому моя частина роботи над отриманням
зображення чорної діри
зображення чорної діри
полягає у розробці алгоритмів, котрі
знаходять потрібні знімки,
знаходять потрібні знімки,
06:40
is to design algorithms that find
the most reasonable image
the most reasonable image
143
388577
2932
06:43
that also fits the telescope measurements.
144
391533
2222
що також відповідають даним з телескопів.
06:46
Just as a forensic sketch artist
uses limited descriptions
uses limited descriptions
145
394727
3942
Наче художник-криміналіст, котрий
працює із обмеженою кількістю відомостей
працює із обмеженою кількістю відомостей
06:50
to piece together a picture using
their knowledge of face structure,
their knowledge of face structure,
146
398693
3514
для відтворення образу, застосовуючи
власні знання про будову обличчя,
власні знання про будову обличчя,
алгоритми візуалізації, котрі я розробляю,
використовують обмежені дані з телескопів,
використовують обмежені дані з телескопів,
06:54
the imaging algorithms I develop
use our limited telescope data
use our limited telescope data
147
402231
3315
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
аби вказати на зображення, котре
виглядатиме як щось із цього всесвіту.
виглядатиме як щось із цього всесвіту.
07:01
Using these algorithms,
we're able to piece together pictures
we're able to piece together pictures
149
409916
3651
Використовуючи ці алгоритми,
ми можемо скласти зображення
ми можемо скласти зображення
із цих мізерних і нечітких
шматочків інформації.
шматочків інформації.
07:05
from this sparse, noisy data.
150
413591
2180
07:07
So here I show a sample reconstruction
done using simulated data,
done using simulated data,
151
415795
4529
Отже, зараз я демонструю зразок
реконструкції із використанням
реконструкції із використанням
імітованих даних: ніби ми насправді
спрямували наш телескоп
спрямували наш телескоп
07:12
when we pretend to point our telescopes
152
420348
1933
07:14
to the black hole
in the center of our galaxy.
in the center of our galaxy.
153
422305
2585
на чорну діру в центрі галактики.
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
Хоч це і симуляція, подібна реконструкція
дає надію на те,
дає надію на те,
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
що нам, вірогідно, невдовзі вдасться
зробити перший знімок чорної діри
зробити перший знімок чорної діри
07:24
and from it, determine
the size of its ring.
the size of its ring.
156
432870
2595
і на його основі визначити розміри кільця.
І хоча я із задоволенням розповіла б
вам про усі деталі алгоритму,
вам про усі деталі алгоритму,
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
у мене, на щастя для вас,
не вистачить на це часу.
не вистачить на це часу.
07:31
luckily for you, I don't have the time.
158
439341
2174
Але я хочу дати вам
загальне уявлення про те,
загальне уявлення про те,
07:33
But I'd still like
to give you a brief idea
to give you a brief idea
159
441539
2001
07:35
of how we define
what our universe looks like,
what our universe looks like,
160
443564
2302
яким чином ми визначаємо
як саме виглядає наш всесвіт,
як саме виглядає наш всесвіт,
07:37
and how we use this to reconstruct
and verify our results.
and verify our results.
161
445890
4466
і як ми це використовуємо для відтворення
та підтвердження результатів.
та підтвердження результатів.
Оскільки існує нескінченна кількість
можливих зображень,
можливих зображень,
07:42
Since there are an infinite number
of possible images
of possible images
162
450380
2496
07:44
that perfectly explain
our telescope measurements,
our telescope measurements,
163
452900
2365
котрі ідеально описують
дані з наших телескопів,
дані з наших телескопів,
07:47
we have to choose
between them in some way.
between them in some way.
164
455289
2605
нам якось треба їх сортувати.
Ми робимо це, оцінюючи можливість того,
07:49
We do this by ranking the images
165
457918
1838
07:51
based upon how likely they are
to be the black hole image,
to be the black hole image,
166
459780
2834
що саме ЦЕ зображення - фото чорної діри,
07:54
and then choosing the one
that's most likely.
that's most likely.
167
462638
2482
і потім обираємо найбільш вірогідні.
07:57
So what do I mean by this exactly?
168
465144
2195
Що саме я маю на увазі?
Скажімо, ми намагалися створити модель,
07:59
Let's say we were trying to make a model
169
467862
1978
котра говорила б нам про вірогідність
публікації якогось фото на Facebook.
публікації якогось фото на Facebook.
08:01
that told us how likely an image
were to appear on Facebook.
were to appear on Facebook.
170
469864
3183
08:05
We'd probably want the model to say
171
473071
1701
Хотілося б, щоб ця модель могла визначити,
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
що скоріш за все ніхто не завантажить
фото із шумом як зліва,
фото із шумом як зліва,
08:10
and pretty likely that someone
would post a selfie
would post a selfie
173
478377
2419
а із більшою вірогідністю опублікує селфі,
08:12
like this one on the right.
174
480820
1334
як ось це справа.
08:14
The image in the middle is blurry,
175
482178
1639
Зображення посередині розмите,
і хоча ми б із більшою вірогідністю
побачили його на Facebook
побачили його на Facebook
08:15
so even though it's more likely
we'd see it on Facebook
we'd see it on Facebook
176
483841
2639
08:18
compared to the noise image,
177
486504
1360
у порівнянні із зображенням шуму,
08:19
it's probably less likely we'd see it
compared to the selfie.
compared to the selfie.
178
487888
2960
ми навряд, чи зустріли б його,
якщо порівнювати із селфі.
якщо порівнювати із селфі.
08:22
But when it comes to images
from the black hole,
from the black hole,
179
490872
2290
Але говорячи про знімки
чорної діри,
чорної діри,
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
виникає справжня загадка:
ми ніколи раніше її не бачили.
ми ніколи раніше її не бачили.
У цьому випадку, яким має бути
зображення чорної діри
зображення чорної діри
08:28
In that case, what is a likely
black hole image,
black hole image,
181
496712
2291
08:31
and what should we assume
about the structure of black holes?
about the structure of black holes?
182
499027
2938
і які припущення можна зробити
щодо її структури?
щодо її структури?
Можна, звичайно, використати зображення
симуляцій, котрі ми робили,
симуляцій, котрі ми робили,
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
як фото чорної діри
у фільмі "Інтерстеллар".
у фільмі "Інтерстеллар".
08:39
but if we did this,
it could cause some serious problems.
it could cause some serious problems.
185
507199
2938
Але якщо це зробити, то
виникне ряд проблем.
виникне ряд проблем.
08:42
What would happen
if Einstein's theories didn't hold?
if Einstein's theories didn't hold?
186
510161
3380
Що буде, якщо теорії
Ейнштейна не спрацюють?
Ейнштейна не спрацюють?
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
Нам все ж хочеться відтворити достовірне
зображення того, що відбувається.
зображення того, що відбувається.
08:49
If we bake Einstein's equations
too much into our algorithms,
too much into our algorithms,
188
517550
3371
Якщо у наших алгоритмах ми надто
покладатимемося на рівняння Ейнштейна
покладатимемося на рівняння Ейнштейна
08:52
we'll just end up seeing
what we expect to see.
what we expect to see.
189
520945
2755
то в результаті побачимо те,
що хочемо побачити.
що хочемо побачити.
08:55
In other words,
we want to leave the option open
we want to leave the option open
190
523724
2276
Іншими словами, ми не хочемо
виключати того,
виключати того,
що у центрі нашої галактики може
знаходитися величезний слон.
знаходитися величезний слон.
08:58
for there being a giant elephant
at the center of our galaxy.
at the center of our galaxy.
191
526024
2923
09:00
(Laughter)
192
528971
1057
(Сміх)
09:02
Different types of images have
very distinct features.
very distinct features.
193
530052
2989
Різні типи зображень мають
досить вирізні характеристики.
досить вирізні характеристики.
Ми легко відрізнимо зображення
симуляції чорної діри
симуляції чорної діри
09:05
We can easily tell the difference
between black hole simulation images
between black hole simulation images
194
533065
3548
від фото, які ми кожного дня
робимо тут, на Землі.
робимо тут, на Землі.
09:08
and images we take
every day here on Earth.
every day here on Earth.
195
536637
2276
Нам треба вигадати спосіб вписати в
алгоритми як саме вигадають ці світлини,
алгоритми як саме вигадають ці світлини,
09:10
We need a way to tell our algorithms
what images look like
what images look like
196
538937
3104
09:14
without imposing one type
of image's features too much.
of image's features too much.
197
542065
3249
не надто концентруючи увагу на якомусь
конкретному типі зображення.
конкретному типі зображення.
09:17
One way we can try to get around this
198
545865
1893
Одним із способів вирішення проблеми
09:19
is by imposing the features
of different kinds of images
of different kinds of images
199
547782
3062
є введення характеристик
різних типів зображень
різних типів зображень
09:22
and seeing how the type of image we assume
affects our reconstructions.
affects our reconstructions.
200
550868
4130
і спостереження за тим, як це впливає
на відтворюванні знімки.
на відтворюванні знімки.
09:27
If all images' types produce
a very similar-looking image,
a very similar-looking image,
201
555712
3491
Якщо усі типи зображень
спродукають дуже схожі знімки,
спродукають дуже схожі знімки,
09:31
then we can start to become more confident
202
559227
2057
то можна потроху впевнюватися у тому,
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
що наші припущення щодо зображення,
не надто впливають на кінцевий результат.
не надто впливають на кінцевий результат.
09:37
This is a little bit like
giving the same description
giving the same description
204
565505
2990
Це ніби як дати
однаковий опис
однаковий опис
09:40
to three different sketch artists
from all around the world.
from all around the world.
205
568519
2996
трьом різним художникам
з різних країн.
з різних країн.
09:43
If they all produce
a very similar-looking face,
a very similar-looking face,
206
571539
2860
Якщо вони намалюють
дуже схожі портрети,
дуже схожі портрети,
09:46
then we can start to become confident
207
574423
1793
тоді можна із впевненістю припустити,
09:48
that they're not imposing their own
cultural biases on the drawings.
cultural biases on the drawings.
208
576240
3616
що їх культурні упередження
не впливають на вихідний малюнок.
не впливають на вихідний малюнок.
09:51
One way we can try to impose
different image features
different image features
209
579880
3315
Одним зі шляхів застосування
різних характеристик зображень
різних характеристик зображень
09:55
is by using pieces of existing images.
210
583219
2441
є використання вже існуючих світлин.
09:58
So we take a large collection of images,
211
586214
2160
Ми беремо велику вибірку зображень
10:00
and we break them down
into their little image patches.
into their little image patches.
212
588398
2718
і ріжемо кожне з них
на невеличкі шматочки.
на невеличкі шматочки.
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
Кожний таких шматочок можна
назвати частиною пазлу.
назвати частиною пазлу.
10:07
And we use commonly seen puzzle pieces
to piece together an image
to piece together an image
214
595449
4278
Далі ми використовуємо шматочки, які
зустрічаються найчастіше,
зустрічаються найчастіше,
аби створити зображення, котре також
відповідає параметрам даних з телескопів.
відповідає параметрам даних з телескопів.
10:11
that also fits our telescope measurements.
215
599751
2452
10:15
Different types of images have
very distinctive sets of puzzle pieces.
very distinctive sets of puzzle pieces.
216
603040
3743
Різні типи зображень мають вельми
характерні набори таких фрагментів.
характерні набори таких фрагментів.
10:18
So what happens when we take the same data
217
606807
2806
Що ж трапиться, якщо ми використаємо
ті самі дані,
ті самі дані,
10:21
but we use different sets of puzzle pieces
to reconstruct the image?
to reconstruct the image?
218
609637
4130
але інші набори пазлів
для відтворення зображення?
для відтворення зображення?
10:25
Let's first start with black hole
image simulation puzzle pieces.
image simulation puzzle pieces.
219
613791
4766
Давайте почнемо зі шматочків для
симуляції зображення чорної діри.
симуляції зображення чорної діри.
Добре, це виглядає непогано.
10:30
OK, this looks reasonable.
220
618581
1591
Це виглядає так, як, на нашу думку,
виглядатиме чорна діра.
виглядатиме чорна діра.
10:32
This looks like what we expect
a black hole to look like.
a black hole to look like.
221
620196
2694
Але ми отримали такий результат
тільки тому,
тільки тому,
10:34
But did we just get it
222
622914
1193
10:36
because we just fed it little pieces
of black hole simulation images?
of black hole simulation images?
223
624131
3314
що ввели до алгоритму шматочки
зображень із симуляціями чорної діри?
зображень із симуляціями чорної діри?
10:39
Let's try another set of puzzle pieces
224
627469
1880
Давайте спробуємо інший набір
шматочків зображень
шматочків зображень
10:41
from astronomical, non-black hole objects.
225
629373
2509
із астрономічними об'єктами,
що не є чорною дірою.
що не є чорною дірою.
10:44
OK, we get a similar-looking image.
226
632914
2126
Добре, ми отримали дуже схожу світлину.
10:47
And then how about pieces
from everyday images,
from everyday images,
227
635064
2236
А як щодо повсякденних знімків,
10:49
like the images you take
with your own personal camera?
with your own personal camera?
228
637324
2785
як ті, що ви кожного дня
робите на власні камери?
робите на власні камери?
10:53
Great, we see the same image.
229
641312
2115
Чудово! Ми бачимо те саме зображення.
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
Коли із різних наборів шматочків
ми отримуємо однакові зображення,
ми отримуємо однакові зображення,
10:58
then we can start to become more confident
231
646841
2046
то можемо із більшою вірогідністю сказати,
11:00
that the image assumptions we're making
232
648911
1966
що припущення щодо фото, котрі ми робимо,
11:02
aren't biasing the final
image we get too much.
image we get too much.
233
650901
2921
не надто вливають на кінцеву світлину.
11:05
Another thing we can do is take
the same set of puzzle pieces,
the same set of puzzle pieces,
234
653846
3253
Ще ми можемо взяти
набір шматочків, як ті,
набір шматочків, як ті,
11:09
such as the ones derived
from everyday images,
from everyday images,
235
657123
2489
котрі ми отримали із
повсякденних знімків,
повсякденних знімків,
11:11
and use them to reconstruct
many different kinds of source images.
many different kinds of source images.
236
659636
3600
і використати їх для відтворення різних
типів зображень.
типів зображень.
11:15
So in our simulations,
237
663260
1271
Отже, у наших симуляціях
11:16
we pretend a black hole looks like
astronomical non-black hole objects,
astronomical non-black hole objects,
238
664555
3775
ми уявляємо, що чорна діра виглядає,
як будь-які інші астрономічні об'єкти
як будь-які інші астрономічні об'єкти
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
і як повсякденні зображення
типу слона у центрі нашої галактики.
типу слона у центрі нашої галактики.
11:24
When the results of our algorithms
on the bottom look very similar
on the bottom look very similar
240
672227
3168
Коли результати алгоритму знизу
нагадають
нагадають
11:27
to the simulation's truth image on top,
241
675419
2096
зображення симуляції зверху,
11:29
then we can start to become
more confident in our algorithms.
more confident in our algorithms.
242
677539
3346
то ми можемо впевнитися у правильності
наших алгоритмів.
наших алгоритмів.
11:32
And I really want to emphasize here
243
680909
1867
І мені хотілося б підкреслити,
11:34
that all of these pictures were created
244
682800
1934
що усі ці зображення створені нами
11:36
by piecing together little pieces
of everyday photographs,
of everyday photographs,
245
684758
2936
під час складання шматочків
повсякденних фото,
повсякденних фото,
котрі ви усі кожного дня
робите на свої камери.
робите на свої камери.
11:39
like you'd take with your own
personal camera.
personal camera.
246
687718
2215
11:41
So an image of a black hole
we've never seen before
we've never seen before
247
689957
3276
Тож зображення чорної діри, котру
ми ніколи раніше не бачили
ми ніколи раніше не бачили
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
у результаті може бути створене із набору
фото, котрі ми бачимо повсякчас:
фото, котрі ми бачимо повсякчас:
11:49
of people, buildings,
trees, cats and dogs.
trees, cats and dogs.
249
697224
2745
світлини людей, будівель,
дерев та домашніх улюбленців.
дерев та домашніх улюбленців.
11:51
Imaging ideas like this
will make it possible for us
will make it possible for us
250
699993
2645
Саме такі візуальні концепції
дадуть нам змогу
дадуть нам змогу
11:54
to take our very first pictures
of a black hole,
of a black hole,
251
702662
2619
зробити перший знімок
чорної діри
чорної діри
11:57
and hopefully, verify
those famous theories
those famous theories
252
705305
2447
і, я сподіваюся, підтвердити
відомі теорії,
відомі теорії,
11:59
on which scientists rely on a daily basis.
253
707776
2421
на які науковці спираються
у щоденній роботі.
у щоденній роботі.
12:02
But of course, getting
imaging ideas like this working
imaging ideas like this working
254
710221
2608
Але такі візуальні концепції
неможливо було б реалізувати,
неможливо було б реалізувати,
12:04
would never have been possible
without the amazing team of researchers
without the amazing team of researchers
255
712853
3322
якби не робота надзвичайної
команди науковців,
команди науковців,
12:08
that I have the privilege to work with.
256
716199
1887
із якими я маю честь працювати.
12:10
It still amazes me
257
718110
1163
Я досі не можу повірити,
12:11
that although I began this project
with no background in astrophysics,
with no background in astrophysics,
258
719297
3351
що незважаючи на те, що я почала роботу
не маючи знань з астрофізики,
не маючи знань з астрофізики,
те, чого ми досягли у цьому унікальному
спільному проекті,
спільному проекті,
12:14
what we have achieved
through this unique collaboration
through this unique collaboration
259
722672
2619
12:17
could result in the very first
images of a black hole.
images of a black hole.
260
725315
2759
може стати першим зображенням
чорної діри.
чорної діри.
12:20
But big projects like
the Event Horizon Telescope
the Event Horizon Telescope
261
728098
2698
Але великі проекти, як
Event Horizon Telescope,
Event Horizon Telescope,
12:22
are successful due to all
the interdisciplinary expertise
the interdisciplinary expertise
262
730820
2814
успішні саме завдяки усім тим
міждисциплінарним знанням,
міждисциплінарним знанням,
котрі різні люди вносять
у спільну роботу.
у спільну роботу.
12:25
different people bring to the table.
263
733658
1790
Наша команда - це суміш
із астрономів,
із астрономів,
12:27
We're a melting pot of astronomers,
264
735472
1706
12:29
physicists, mathematicians and engineers.
265
737202
2232
фізиків, математиків та інженерів.
12:31
This is what will make it soon possible
266
739458
2554
Саме це невдовзі дозволить
12:34
to achieve something
once thought impossible.
once thought impossible.
267
742036
2853
досягти чогось, що раніше
здавалось неможливим.
здавалось неможливим.
12:36
I'd like to encourage all of you to go out
268
744913
2256
Я хочу закликати усіх вас вийти на вулицю
12:39
and help push the boundaries of science,
269
747193
2096
і допомогти нам розширити кордони науки,
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
навіть, якщо це спочатку здаватиметься
так само загадковим, як і чорна діра.
так само загадковим, як і чорна діра.
12:45
Thank you.
271
753238
1174
Дякую.
12:46
(Applause)
272
754436
2397
(Оплески)
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