TEDxBeaconStreet
Katie Bouman: How to take a picture of a black hole
كيتي بومان: كيف يمكن التقاط صورة للثقب الأسود؟
Filmed:
Readability: 4.5
5,455,257 views
في قلب مجرة درب التبانة، يوجد ثقب أسود ضخم للغاية يتغذى على أقراص دوارة من الغاز الساخن، تبتلع كذلك أي شيء قد يقترب منها-- حتى الضوء. لا يمكننا أن نراها، لكن الأحداث في أفقها تُلقي ظلالها، وصورة هذا الظل يمكن أن تسهم في الإجابة على العديد من الأسئلة الهامة الخاصة بالكون. كان يعتقد العلماء أن الحصول على مثل هذه الصورة سيتطلب تيليسكوباً بحجم الأرض-- حتى أتت كيتي بومان وفريقاً من علماء الفلك وابتكروا حلًا مذهلًا.
تعلم معنا أكثر عما يمكننا رؤيته في الظلام الدامس.
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
في الفيلم (إنترستلر)،
00:15
we get an up-close look
at a supermassive black hole.
at a supermassive black hole.
1
3320
3327
نشاهد نظرة عن قرب لثقب أسود ضخم.
00:18
Set against a backdrop of bright gas,
2
6671
2143
في الخلفية يوجد غاز متوهج،
00:20
the black hole's massive
gravitational pull
gravitational pull
3
8838
2118
قوة الجاذبية الهائلة لهذا الثقب الأسود
00:22
bends light into a ring.
4
10980
1435
تشكل الضوء على شكل حلقة.
00:24
However, this isn't a real photograph,
5
12439
2109
ولكن هذه الصورة غير حقيقية،
00:26
but a computer graphic rendering --
6
14572
1786
بل رسماً تقريبياً
باستخدام الكمبيوتر
باستخدام الكمبيوتر
00:28
an artistic interpretation
of what a black hole might look like.
of what a black hole might look like.
7
16382
3390
تعبير فني عمّا قد يكون
شكّل الثقب الأسود في الواقع.
شكّل الثقب الأسود في الواقع.
00:32
A hundred years ago,
8
20401
1166
قبل 100 عام،
00:33
Albert Einstein first published
his theory of general relativity.
his theory of general relativity.
9
21591
3601
نشر ألبرت آينشتاين
نظريته عن النسبية العامة.
نظريته عن النسبية العامة.
00:37
In the years since then,
10
25216
1439
وخلال السنوات التي تلت،
00:38
scientists have provided
a lot of evidence in support of it.
a lot of evidence in support of it.
11
26679
2973
قدم العلماء العديد
من البراهين المؤيدة لهذه النظرية.
من البراهين المؤيدة لهذه النظرية.
00:41
But one thing predicted
from this theory, black holes,
from this theory, black holes,
12
29676
3084
ولكن أحد الأمور الواضحة من تلك النظرية
وهي الثقوب السوداء،
وهي الثقوب السوداء،
00:44
still have not been directly observed.
13
32784
2350
لم تتم رؤيتها بشكل مباشر بعد.
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
وبالرغم من أنه يوجد تصور عما يمكن
أن يكون عليه شكل الثقب الأسود،
أن يكون عليه شكل الثقب الأسود،
00:50
we've never actually taken
a picture of one before.
a picture of one before.
15
38388
2779
إلا أننا لم نلتقط صورة لأحدها حتى الآن.
00:53
However, you might be surprised to know
that that may soon change.
that that may soon change.
16
41191
4279
ولكن، لربما تتفاجأون إن عرفتم
أن هذا سيتغير قريبًا.
أن هذا سيتغير قريبًا.
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
هناك احتمال أن نشاهد أول صورة
لثقب أسود خلال السنوات القليلة المقبلة.
لثقب أسود خلال السنوات القليلة المقبلة.
01:01
Getting this first picture will come down
to an international team of scientists,
to an international team of scientists,
18
49682
3958
ستكون مسؤولية التقاط الصورة
موكلة لفريق دولي من العلماء،
موكلة لفريق دولي من العلماء،
01:05
an Earth-sized telescope
19
53664
1567
تيليسكوب بحجم الأرض تقريبًا
01:07
and an algorithm that puts together
the final picture.
the final picture.
20
55255
2832
وخوارزمية تعمل على
وضع أجزاء الصورة النهائية معًا.
وضع أجزاء الصورة النهائية معًا.
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
وبالرغم من أنني لن أتمكن
من عرض صورة حقيقة لكم اليوم،
من عرض صورة حقيقة لكم اليوم،
01:13
I'd like to give you a brief glimpse
into the effort involved
into the effort involved
22
61663
2911
إلا أنني أود أن أعرض لكم
جزءًا بسيطًا من الجهد المبذول
جزءًا بسيطًا من الجهد المبذول
01:16
in getting that first picture.
23
64598
1613
لالتقاط أول صورة.
01:19
My name is Katie Bouman,
24
67477
1437
اسمي كيتي بومان،
01:20
and I'm a PhD student at MIT.
25
68938
2566
وأنا طالبة دكتوراه في
معهد ماساتشوستس للتكنولوجيا.
معهد ماساتشوستس للتكنولوجيا.
01:23
I do research in a computer science lab
26
71528
2027
أجري أبحاثي في مختبر علوم كمبيوتر
01:25
that works on making computers
see through images and video.
see through images and video.
27
73579
3298
وهي تهدف لجعل الكمبيوتر يبصر
من خلال الصور والفيديو.
من خلال الصور والفيديو.
01:28
But although I'm not an astronomer,
28
76901
2162
وبالرغم من أنني لست عالمة فلك،
01:31
today I'd like to show you
29
79087
1285
أود أن أعرض لكم اليوم
01:32
how I've been able to contribute
to this exciting project.
to this exciting project.
30
80396
2903
كيف تمكنت من المساهمة
في هذا المشروع المثير.
في هذا المشروع المثير.
01:35
If you go out past
the bright city lights tonight,
the bright city lights tonight,
31
83323
2831
إن غادرت المدينة هذه الليلة
بعيدًا عن الأضواء،
بعيدًا عن الأضواء،
01:38
you may just be lucky enough
to see a stunning view
to see a stunning view
32
86178
2436
فلربما يحالفك الحظ
وتستطيع أن تشاهد منظرًا رائعًا
وتستطيع أن تشاهد منظرًا رائعًا
01:40
of the Milky Way Galaxy.
33
88638
1493
لمجرة درب التبانة.
01:42
And if you could zoom past
millions of stars,
millions of stars,
34
90155
2462
وإن استطعت أن تقرب الصورة
متجاوزًا ملايين النجوم
متجاوزًا ملايين النجوم
01:44
26,000 light-years toward the heart
of the spiraling Milky Way,
of the spiraling Milky Way,
35
92641
3755
26 ألف سنة ضوئية باتجاه
مركز درب التبانة المتلألئ
مركز درب التبانة المتلألئ
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
سنصل في نهاية المطاف
إلى مجموعة من النجوم في المركز تمامًا.
إلى مجموعة من النجوم في المركز تمامًا.
01:51
Peering past all the galactic dust
with infrared telescopes,
with infrared telescopes,
37
99965
3206
وبإستخدام تيليسكوبات بالأشعة
تحت الحمراء لكي تخترق الغبار الكوني،
تحت الحمراء لكي تخترق الغبار الكوني،
01:55
astronomers have watched these stars
for over 16 years.
for over 16 years.
38
103195
3867
تمكن علماء الفلك
من مراقبة تلك النجوم طوال 16 عامًا.
من مراقبة تلك النجوم طوال 16 عامًا.
01:59
But it's what they don't see
that is the most spectacular.
that is the most spectacular.
39
107086
3589
ولكن الأكثر دهشة
هو ما لا يقدرون على رؤيته.
هو ما لا يقدرون على رؤيته.
02:02
These stars seem to orbit
an invisible object.
an invisible object.
40
110699
3066
يبدو أن هذه النجوم تدور حول جسم خفي.
02:05
By tracking the paths of these stars,
41
113789
2323
بتتبع مسار هذه النجوم،
02:08
astronomers have concluded
42
116136
1294
توصل علماء الفلك لنتيجة
02:09
that the only thing small and heavy
enough to cause this motion
enough to cause this motion
43
117454
3129
أن الشيء الوحيد الصغير والثقيل
القادر على التسبب في هذه الحركة
القادر على التسبب في هذه الحركة
02:12
is a supermassive black hole --
44
120607
1968
هو ثقب أسود هائل جداً
02:14
an object so dense that it sucks up
anything that ventures too close --
anything that ventures too close --
45
122599
4178
وهو شيء كثيف جدًا لدرجة
أنه يمتص أي شيء يقترب منه
أنه يمتص أي شيء يقترب منه
02:18
even light.
46
126801
1494
حتى الضوء.
02:20
But what happens if we were
to zoom in even further?
to zoom in even further?
47
128319
3061
لكن ماذا يحدث إن تمكنّا
من تقريب الصورة أكثر؟
من تقريب الصورة أكثر؟
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
هل من الممكن أن نشاهد شيئًا،
يفيد تعريفه بعدم القدرة على رؤيته؟
يفيد تعريفه بعدم القدرة على رؤيته؟
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
حسنا، تبين لنا أنه في حال كبرنا الصورة
على مستوى موجات الراديو،
على مستوى موجات الراديو،
02:31
we'd expect to see a ring of light
50
139987
1682
نتوقع أن نرى
حلقة مكونة من الضوء
حلقة مكونة من الضوء
02:33
caused by the gravitational
lensing of hot plasma
lensing of hot plasma
51
141693
2411
ناتجة عن الجاذبية الكبيرة
للبلازما الساخنة
للبلازما الساخنة
02:36
zipping around the black hole.
52
144128
1829
التي تدور حول الثقب الأسود.
02:37
In other words,
53
145981
1160
بمعنى آخر،
02:39
the black hole casts a shadow
on this backdrop of bright material,
on this backdrop of bright material,
54
147165
3171
يلقى الثقب الأسود بظله
على هذه الخلفية من المواد المشعة،
على هذه الخلفية من المواد المشعة،
02:42
carving out a sphere of darkness.
55
150360
1842
ناحتة بذلك كرة من الظلام.
02:44
This bright ring reveals
the black hole's event horizon,
the black hole's event horizon,
56
152226
3339
تكشف هذه الحلقة المشعة أفق الثقب الأسود،
02:47
where the gravitational pull
becomes so great
becomes so great
57
155589
2400
حيث تكون قوى الجاذبية كبيرة للغاية لدرجة
02:50
that not even light can escape.
58
158013
1626
أن حتى الضوء
لا يستطيع الفرار.
لا يستطيع الفرار.
02:51
Einstein's equations predict
the size and shape of this ring,
the size and shape of this ring,
59
159663
2859
تنبأت معادلات آينشتاين
بحجم وشكل تلك الحلقات،
بحجم وشكل تلك الحلقات،
02:54
so taking a picture of it
wouldn't only be really cool,
wouldn't only be really cool,
60
162546
3208
لذا التقاط صور لها لن يكون مذهلًا فقط،
02:57
it would also help to verify
that these equations hold
that these equations hold
61
165778
2618
لكن سيكون برهاناً على أنّ
تلك المعادلات صحيحة
تلك المعادلات صحيحة
03:00
in the extreme conditions
around the black hole.
around the black hole.
62
168420
2466
حتى في الظروف المتطرفة
التي توجد بقرب الثقب الأسود.
التي توجد بقرب الثقب الأسود.
03:02
However, this black hole
is so far away from us,
is so far away from us,
63
170910
2558
إلا أنّ الثقب الأسود
على بعد كبير من مكاننا،
على بعد كبير من مكاننا،
03:05
that from Earth, this ring appears
incredibly small --
incredibly small --
64
173492
3098
فمن الأرض تبدو تلك الحلقات صغيرة جداً
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
كحجم ثمرة برتقال على سطح القمر.
03:12
That makes taking a picture of it
extremely difficult.
extremely difficult.
66
180758
2824
هذا ما يجعل مهمة
التقاط صورة لها شاقة للغاية.
التقاط صورة لها شاقة للغاية.
03:16
Why is that?
67
184645
1302
لكن لماذا؟
03:18
Well, it all comes down
to a simple equation.
to a simple equation.
68
186512
3188
يعتمد الأمر بمجمله على معادلة بسيطة.
03:21
Due to a phenomenon called diffraction,
69
189724
2416
هذا سببه ظاهرة تسمى انحراف الضوء،
03:24
there are fundamental limits
70
192164
1355
توجد حدود أساسية
03:25
to the smallest objects
that we can possibly see.
that we can possibly see.
71
193543
2670
لأصغر الأشياء التي يمكن أن نراها.
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
المعادلة القاعدة تنص أنّه
إذا رغبنا في رؤية أشياء أصغر وأصغر،
إذا رغبنا في رؤية أشياء أصغر وأصغر،
03:32
we need to make our telescope
bigger and bigger.
bigger and bigger.
73
200485
2587
فيجب أن يكون حجم التيليسكوبات أكبر وأكبر.
03:35
But even with the most powerful
optical telescopes here on Earth,
optical telescopes here on Earth,
74
203096
3069
ولكن حتى باستخدام
أقوى التيليسكوبات البصرية هنا على الأرض،
أقوى التيليسكوبات البصرية هنا على الأرض،
03:38
we can't even get close
to the resolution necessary
to the resolution necessary
75
206189
2419
لا يمكننا أن نصل إلى الدقة المطلوبة
03:40
to image on the surface of the moon.
76
208632
2198
لصورة جسم ما على سطح القمر.
03:42
In fact, here I show one of the highest
resolution images ever taken
resolution images ever taken
77
210854
3617
في الواقع، أعرض لكم هنا أحد أكثر الصور
دقةً والتي تم التقاطها من قبل
دقةً والتي تم التقاطها من قبل
03:46
of the moon from Earth.
78
214495
1397
لسطح القمر من الأرض.
03:47
It contains roughly 13,000 pixels,
79
215916
2557
تحتوي على 13 ألف بيكسل تقريبًا،
03:50
and yet each pixel would contain
over 1.5 million oranges.
over 1.5 million oranges.
80
218497
4050
بالرغم من ذلك، يمكن أن يحتوي
كل بيكسل على 1.5 مليون برتقالة.
كل بيكسل على 1.5 مليون برتقالة.
03:55
So how big of a telescope do we need
81
223396
1972
بالتالي كيف يجب أن يكون
حجم التليسكوب
حجم التليسكوب
03:57
in order to see an orange
on the surface of the moon
on the surface of the moon
82
225392
2765
لكي نتمكن من رؤية البرتقالة على سطح القمر
04:00
and, by extension, our black hole?
83
228181
2214
وثقب أسود في ذات الوقت؟
04:02
Well, it turns out
that by crunching the numbers,
that by crunching the numbers,
84
230419
2340
بإجراء الحسابات الضرورية يتضح لنا،
04:04
you can easily calculate
that we would need a telescope
that we would need a telescope
85
232783
2610
أنّنا سنكون بحاجة إلى تليسكوب
04:07
the size of the entire Earth.
86
235417
1393
بحجم كوكب الأرض.
04:08
(Laughter)
87
236834
1024
(ضحك)
04:09
If we could build
this Earth-sized telescope,
this Earth-sized telescope,
88
237882
2119
إن تمكنّا من بناء هذا التليسكوب
بحجم الأرض،
بحجم الأرض،
04:12
we could just start to make out
that distinctive ring of light
that distinctive ring of light
89
240025
2925
فسنتمكن من أن نبدأ
في ملاحظة حلقة الضوء المميزة تلك
في ملاحظة حلقة الضوء المميزة تلك
04:14
indicative of the black
hole's event horizon.
hole's event horizon.
90
242974
2183
التي تدل على حدوث ثقب أسود في الأفق.
04:17
Although this picture wouldn't contain
all the detail we see
all the detail we see
91
245181
2918
بالرغم من أن هذه الصورة
لن تحتوي على كافة التفاصيل التي نراها
لن تحتوي على كافة التفاصيل التي نراها
04:20
in computer graphic renderings,
92
248123
1506
في رسوم الكمبيوتر التقريبية،
04:21
it would allow us to safely get
our first glimpse
our first glimpse
93
249653
2299
ستتيح لنا أن نلقي أول نظرة ممكنة بكل أمان
04:23
of the immediate environment
around a black hole.
around a black hole.
94
251976
2487
على البيئة المحيطة بالثقب الأسود.
04:26
However, as you can imagine,
95
254487
1613
ولكن كما يمكنكم أن تتصوروا،
04:28
building a single-dish telescope
the size of the Earth is impossible.
the size of the Earth is impossible.
96
256124
3624
فإن بناء تيليسكوب بطبق واحد
كبير بحجم الأرض هو أمر مستحيل.
كبير بحجم الأرض هو أمر مستحيل.
04:31
But in the famous words of Mick Jagger,
97
259772
1887
ولكن بتعبير ميك جاغر الشهير،
04:33
"You can't always get what you want,
98
261683
1791
"لا يمكنك دوماً الحصول على ما تريد،
04:35
but if you try sometimes,
you just might find
you just might find
99
263498
2187
ولكن إن حاولت أحيانًا، فلربما تجد
04:37
you get what you need."
100
265709
1215
وتحصل على ما تحتاجه".
04:38
And by connecting telescopes
from around the world,
from around the world,
101
266948
2464
وبإيصال تليسكوبات من جميع أنحاء العالم،
04:41
an international collaboration
called the Event Horizon Telescope
called the Event Horizon Telescope
102
269436
3538
فإن تعاون دولي يسمى تليسكوب أحداث الأفق
04:44
is creating a computational telescope
the size of the Earth,
the size of the Earth,
103
272998
3109
يعمل على إيجاد تليسكوب
يدار بالكمبيوتر بحجم الأرض،
يدار بالكمبيوتر بحجم الأرض،
04:48
capable of resolving structure
104
276131
1537
قادر على تحليل تركيبة
04:49
on the scale of a black
hole's event horizon.
hole's event horizon.
105
277692
2199
حدث بحجم أفق الثقب الأسود.
04:51
This network of telescopes is scheduled
to take its very first picture
to take its very first picture
106
279915
3387
هذه الشبكة من التليسكوبات
من المقرر أن تلتقط أول صورة
من المقرر أن تلتقط أول صورة
04:55
of a black hole next year.
107
283326
1815
لثقب أسود العام المقبل.
04:57
Each telescope in the worldwide
network works together.
network works together.
108
285165
3338
جميع هذه التليسكوبات
في الشبكة العالمية تعمل معًا.
في الشبكة العالمية تعمل معًا.
05:00
Linked through the precise timing
of atomic clocks,
of atomic clocks,
109
288527
2712
وبربطها معًا من خلال توقيت دقيق
باستخدام الساعات الذرية،
باستخدام الساعات الذرية،
05:03
teams of researchers at each
of the sights freeze light
of the sights freeze light
110
291263
2657
تقوم فرق من الخبراء
في كل موقع بتجميد الضوء
في كل موقع بتجميد الضوء
05:05
by collecting thousands
of terabytes of data.
of terabytes of data.
111
293944
2962
عن طريق تجميع
آلاف (التيرابايت) من البيانات.
آلاف (التيرابايت) من البيانات.
05:08
This data is then processed in a lab
right here in Massachusetts.
right here in Massachusetts.
112
296930
5017
ثم تتم معالجة هذه البيانات
في مختبر هنا في (ماساتشوتس).
في مختبر هنا في (ماساتشوتس).
05:13
So how does this even work?
113
301971
1794
ولكن كيف يمكن لهذا كله أن ينجح؟
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
هل تذكرون أنه إن أردنا
رؤية ثقب أسود في وسط مجرتنا،
رؤية ثقب أسود في وسط مجرتنا،
05:19
we need to build this impossibly large
Earth-sized telescope?
Earth-sized telescope?
115
307216
2982
فإنه يتوجب علينا بناء تليسكوب بحجم الأرض؟
05:22
For just a second,
let's pretend we could build
let's pretend we could build
116
310222
2232
لنتظاهر لثانية واحدة أنه بمقدورنا بناء
05:24
a telescope the size of the Earth.
117
312478
1842
تليسكوب بحجم الأرض.
05:26
This would be a little bit
like turning the Earth
like turning the Earth
118
314344
2455
سيكون الأمر مشابهًا لتحويل الأرض
05:28
into a giant spinning disco ball.
119
316823
1747
لكرة كبيرة لامعة في نادي للديسكو.
05:30
Each individual mirror would collect light
120
318594
2200
ستلتقط كل من هذه المرايا الضوء
05:32
that we could then combine
together to make a picture.
together to make a picture.
121
320818
2597
ويمكننا بعد ذلك تجميعه لكي نكون صورة.
05:35
However, now let's say
we remove most of those mirrors
we remove most of those mirrors
122
323439
2661
ولكن لنفترض أننا أزلنا معظم هذه المرايا
05:38
so only a few remained.
123
326124
1972
وتبقى القليل منها.
05:40
We could still try to combine
this information together,
this information together,
124
328120
2877
يمكننا الاستمرار في محاولة
جمع هذه المعلومات معًا،
جمع هذه المعلومات معًا،
05:43
but now there are a lot of holes.
125
331021
1993
ولكن الآن نجد الكثير من الفراغات بها.
05:45
These remaining mirrors represent
the locations where we have telescopes.
the locations where we have telescopes.
126
333038
4373
هذه المرايا المتبقية تمثل المواقع
التي تتواجد بها التليسكوبات.
التي تتواجد بها التليسكوبات.
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
وهذه أعداد صغيرة جدًا من القياسات
التي تمكننا من إنشاء صورة منها.
التي تمكننا من إنشاء صورة منها.
05:53
But although we only collect light
at a few telescope locations,
at a few telescope locations,
128
341538
3838
ولكن بالرغم من أننا نجمع الضوء
من مواقع تليسكوبات قليلة،
من مواقع تليسكوبات قليلة،
05:57
as the Earth rotates, we get to see
other new measurements.
other new measurements.
129
345400
3423
فإن دوران الأرض يمكننا
من رؤية حسابات أخرى جديدة.
من رؤية حسابات أخرى جديدة.
06:00
In other words, as the disco ball spins,
those mirrors change locations
those mirrors change locations
130
348847
3819
بمعنى آخر، أثناء دورانها،
كما كرة الديسكو، تغير المرايا موقعها
كما كرة الديسكو، تغير المرايا موقعها
06:04
and we get to observe
different parts of the image.
different parts of the image.
131
352690
2899
ونتمكن من رؤية أجزاء أخرى من الصورة.
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
خوارزمية الصور التي طورناها تُمكننا
من تعويض النقص في كرة الديسكو
من تعويض النقص في كرة الديسكو
06:11
in order to reconstruct
the underlying black hole image.
the underlying black hole image.
133
359655
3033
لكي نتمكن من صنع صورة للثقب الأسود.
06:14
If we had telescopes located
everywhere on the globe --
everywhere on the globe --
134
362712
2636
لو توافر لنا تليسكوبات
في جميع أنحاء العالم--
في جميع أنحاء العالم--
06:17
in other words, the entire disco ball --
135
365372
1941
-- بمعنى آخر، في جميع أنحاء كرة الديسكو
06:19
this would be trivial.
136
367337
1284
سيكون هذا قليل الأهمية.
06:20
However, we only see a few samples,
and for that reason,
and for that reason,
137
368645
3322
ولكننا نقدر أن نرى بعض النماذج ولهذا السبب
06:23
there are an infinite number
of possible images
of possible images
138
371991
2388
يوجد عدد غير محدود من الصور المحتملة
06:26
that are perfectly consistent
with our telescope measurements.
with our telescope measurements.
139
374403
2964
التي يمكن أن تكون متوافقة تمامًا
مع قياسات التليسكوبات لدينا.
مع قياسات التليسكوبات لدينا.
06:29
However, not all images are created equal.
140
377391
3016
لكن ليست كل الصور متماثلة،
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
بعض هذه الصور تتطابق مع تصورنا
لما يمكن أن تكون الصور عليه أكثر من غيرها.
لما يمكن أن تكون الصور عليه أكثر من غيرها.
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
ولذا، فإن مهمتي للمساعدة
والحصول على أول صورة للثقب الأسود
والحصول على أول صورة للثقب الأسود
06:40
is to design algorithms that find
the most reasonable image
the most reasonable image
143
388577
2932
هي تصميم خوارزمية
تعمل على إيجاد أكثر الصور منطقية
تعمل على إيجاد أكثر الصور منطقية
06:43
that also fits the telescope measurements.
144
391533
2222
وتتطابق مع مقاسات التليسكوب كذلك.
06:46
Just as a forensic sketch artist
uses limited descriptions
uses limited descriptions
145
394727
3942
وبصورة مشابهة لكيفية عمل رسام الطب الشرعي
حيث يستخدم أوصاف محددة
حيث يستخدم أوصاف محددة
06:50
to piece together a picture using
their knowledge of face structure,
their knowledge of face structure,
146
398693
3514
لتركيب صورةٍ ما
مستخدمين معرفتهم بتركيب الوجه،
مستخدمين معرفتهم بتركيب الوجه،
06:54
the imaging algorithms I develop
use our limited telescope data
use our limited telescope data
147
402231
3315
فإن خوارزمية الصور التي طورتها
تستخدم بيانات التليسكوب المحدودة
تستخدم بيانات التليسكوب المحدودة
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
لكي تدلنا على الصورة
التي تطابق ما هو موجود في كوننا.
التي تطابق ما هو موجود في كوننا.
07:01
Using these algorithms,
we're able to piece together pictures
we're able to piece together pictures
149
409916
3651
باستخدام هذه الخوارزميات،
تمكنّا من أن نجمع معًا قطع صور
تمكنّا من أن نجمع معًا قطع صور
07:05
from this sparse, noisy data.
150
413591
2180
من ضوضاء البيانات هذه وصخبها.
07:07
So here I show a sample reconstruction
done using simulated data,
done using simulated data,
151
415795
4529
أعرض هنا مثال لإعادة بناء صورة
مستخدمين بيانات المحاكاة،
مستخدمين بيانات المحاكاة،
07:12
when we pretend to point our telescopes
152
420348
1933
عندما نتظاهر بتوجيه التيليسكوبات
07:14
to the black hole
in the center of our galaxy.
in the center of our galaxy.
153
422305
2585
باتجاه الثقب الأسود في منتصف مجرتنا.
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
بالرغم من أنّ هذه محاكاة
لإعادة البناء إلا أنها تعطينا الأمل
لإعادة البناء إلا أنها تعطينا الأمل
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
أننا سنتمكن قريبًا من
التقاط الصورة الأولى لثقب أسود
التقاط الصورة الأولى لثقب أسود
07:24
and from it, determine
the size of its ring.
the size of its ring.
156
432870
2595
ونقدر من خلالها
على تقدير حجم الدوائر حولها.
على تقدير حجم الدوائر حولها.
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
بالرغم من أنني أود الاسترسال
في شرح هذه الخوارزمية،
في شرح هذه الخوارزمية،
07:31
luckily for you, I don't have the time.
158
439341
2174
إلا أنّه لحسن حظكم، ليس لدي الوقت الكافي.
07:33
But I'd still like
to give you a brief idea
to give you a brief idea
159
441539
2001
ولكنني أرغب في أن أعطيكم فكرة مبسطة
07:35
of how we define
what our universe looks like,
what our universe looks like,
160
443564
2302
عن كيفية تعريفنا لمظهر الكون،
07:37
and how we use this to reconstruct
and verify our results.
and verify our results.
161
445890
4466
وكيف يمكن أن نستخدم ذلك
لإعادة تركيب والتأكد من نتائجنا.
لإعادة تركيب والتأكد من نتائجنا.
07:42
Since there are an infinite number
of possible images
of possible images
162
450380
2496
بما أنه يوجد عدد غير محدود
من الصور الممكنة
من الصور الممكنة
07:44
that perfectly explain
our telescope measurements,
our telescope measurements,
163
452900
2365
التي يمكن أن تشرح بامتياز
قياسات التيليسكوبات،
قياسات التيليسكوبات،
07:47
we have to choose
between them in some way.
between them in some way.
164
455289
2605
إلا أننا يجب أن نختار من بينها بطريقة ما.
07:49
We do this by ranking the images
165
457918
1838
نقوم بذلك عن طريق ترتيب الصور
07:51
based upon how likely they are
to be the black hole image,
to be the black hole image,
166
459780
2834
بناءً على احتمالية
أنها تكوّن صورة لثقب أسود،
أنها تكوّن صورة لثقب أسود،
07:54
and then choosing the one
that's most likely.
that's most likely.
167
462638
2482
ومن ثم اختيار الصورة الأكثر احتمالية.
07:57
So what do I mean by this exactly?
168
465144
2195
ما الذي أعنيه بذلك بالضبط؟
07:59
Let's say we were trying to make a model
169
467862
1978
لنفترض أننا نحاول أن نصنع نموذجًا
08:01
that told us how likely an image
were to appear on Facebook.
were to appear on Facebook.
170
469864
3183
يمكن أن يخبرنا عن مدى احتمالية
ظهور صورةٍ ما على الفيسبوك.
ظهور صورةٍ ما على الفيسبوك.
08:05
We'd probably want the model to say
171
473071
1701
غالبًا سنرغب
في أن يخبرنا النموذج
في أن يخبرنا النموذج
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
أنه من المستبعد أن يقوم شخص بنشر
الصورة غير واضحة إلي ناحية اليسار،
الصورة غير واضحة إلي ناحية اليسار،
08:10
and pretty likely that someone
would post a selfie
would post a selfie
173
478377
2419
لكن من المحتمل جداً أن ينشر صورة شخصية له
08:12
like this one on the right.
174
480820
1334
كالصورة الموجودة على اليمين.
08:14
The image in the middle is blurry,
175
482178
1639
الصورة التي في الوسط هي ضبابية،
08:15
so even though it's more likely
we'd see it on Facebook
we'd see it on Facebook
176
483841
2639
وبالرغم من أنّ
حتمالية رؤيتها على الفيسبوك أعلى
حتمالية رؤيتها على الفيسبوك أعلى
08:18
compared to the noise image,
177
486504
1360
مقارنة بالصورة غير واضحة،
08:19
it's probably less likely we'd see it
compared to the selfie.
compared to the selfie.
178
487888
2960
وهي أقل احتمالية أن نشاهدها
مقارنة بالصورة الشخصية.
مقارنة بالصورة الشخصية.
08:22
But when it comes to images
from the black hole,
from the black hole,
179
490872
2290
لكن عندما يتعلق الأمر بصور لثقب أسود،
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
فإننا نواجه معضلة حقيقية: لم يسبق
وأن شاهدنا ثقباً أسوداً حقيقياً من قبل.
وأن شاهدنا ثقباً أسوداً حقيقياً من قبل.
08:28
In that case, what is a likely
black hole image,
black hole image,
181
496712
2291
في هذه الحالة،
ما هي الصورة الأقرب للثقب الأسود،
ما هي الصورة الأقرب للثقب الأسود،
08:31
and what should we assume
about the structure of black holes?
about the structure of black holes?
182
499027
2938
وما هي الافتراضات التي يجب أن تكون لدينا
عن بنية الثقب الأسود؟
عن بنية الثقب الأسود؟
08:33
We could try to use images
from simulations we've done,
from simulations we've done,
183
501989
2632
يمكن أن نحاول استخدام صور
ناتجة عن محاكاة أجريت سابقًا،
ناتجة عن محاكاة أجريت سابقًا،
08:36
like the image of the black hole
from "Interstellar,"
from "Interstellar,"
184
504645
2530
كما الصورة في الفيلم (انترستلر)،
08:39
but if we did this,
it could cause some serious problems.
it could cause some serious problems.
185
507199
2938
لكن يمكن حدوث مشاكل حقيقية
في حال قمنا بهذا.
في حال قمنا بهذا.
08:42
What would happen
if Einstein's theories didn't hold?
if Einstein's theories didn't hold?
186
510161
3380
ما الذي يمكن أن يحدث
إن لم تثبت نظريات (آينشتاين) صحتها؟
إن لم تثبت نظريات (آينشتاين) صحتها؟
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
رغبتنا ستستمر
في إنشاء صورة دقيقة عمّا يجري.
في إنشاء صورة دقيقة عمّا يجري.
08:49
If we bake Einstein's equations
too much into our algorithms,
too much into our algorithms,
188
517550
3371
إن قمنا بإضافة معادلات (آينشتاين)
بشكل جيد إلى خوارزمياتنا،
بشكل جيد إلى خوارزمياتنا،
08:52
we'll just end up seeing
what we expect to see.
what we expect to see.
189
520945
2755
فسينتهي بنا المطاف لرؤية ما نتوقع أن نراه.
08:55
In other words,
we want to leave the option open
we want to leave the option open
190
523724
2276
بكلام آخر، نحن نرغب في جعل الخيار متاحًا
08:58
for there being a giant elephant
at the center of our galaxy.
at the center of our galaxy.
191
526024
2923
لإمكانية وجود فيل ضخم في مركز مجرتنا.
09:00
(Laughter)
192
528971
1057
(ضحك)
09:02
Different types of images have
very distinct features.
very distinct features.
193
530052
2989
لكل نوع من الصور خصائص تنفرد بها.
09:05
We can easily tell the difference
between black hole simulation images
between black hole simulation images
194
533065
3548
يمكننا بكل سهولة أن نميز
بين صور محاكاة الثقب الأسود
بين صور محاكاة الثقب الأسود
09:08
and images we take
every day here on Earth.
every day here on Earth.
195
536637
2276
والصور التي نلتقطها يوميًا هنا على الأرض.
09:10
We need a way to tell our algorithms
what images look like
what images look like
196
538937
3104
نحن بحاجة إلى أن تكون الخوارزميات قادرة
على معرفة خصائص الصور
على معرفة خصائص الصور
09:14
without imposing one type
of image's features too much.
of image's features too much.
197
542065
3249
دون أن تطغى خصائص
نوع معين من الصور على الأنواع الأخرى.
نوع معين من الصور على الأنواع الأخرى.
09:17
One way we can try to get around this
198
545865
1893
إحدى الطرق للتغلب على هذا،
09:19
is by imposing the features
of different kinds of images
of different kinds of images
199
547782
3062
هي بفرض خصائص أنواع مختلفة من الصور
09:22
and seeing how the type of image we assume
affects our reconstructions.
affects our reconstructions.
200
550868
4130
ومن ثم نشاهد كيف يمكن أن تؤثر
على الصور التي يتم تكوينها.
على الصور التي يتم تكوينها.
09:27
If all images' types produce
a very similar-looking image,
a very similar-looking image,
201
555712
3491
في حال كانت الصور الناتجة
من مختلف الخصائص متشابهه فيما بينها،
من مختلف الخصائص متشابهه فيما بينها،
09:31
then we can start to become more confident
202
559227
2057
عندها يمكننا أن نكون أكثر ثقة
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
أن الافتراضات التي نكونها للصورة
لن تكون منحازة لخصائص نوع محدد.
لن تكون منحازة لخصائص نوع محدد.
09:37
This is a little bit like
giving the same description
giving the same description
204
565505
2990
الأمر مشابهة لإعطائنا وصفاً واحداً
09:40
to three different sketch artists
from all around the world.
from all around the world.
205
568519
2996
لثلاثة رسامين مختلفين
في جميع أنحاء العالم.
في جميع أنحاء العالم.
09:43
If they all produce
a very similar-looking face,
a very similar-looking face,
206
571539
2860
إن قام الجميع بتقديم صورة مشابهة للوجه،
09:46
then we can start to become confident
207
574423
1793
فإننا سنكون أكثر ثقة
09:48
that they're not imposing their own
cultural biases on the drawings.
cultural biases on the drawings.
208
576240
3616
أنهم لم يقوموا بعكس أنماطهم المجتمعية
في رسوماتهم التي رسموها.
في رسوماتهم التي رسموها.
09:51
One way we can try to impose
different image features
different image features
209
579880
3315
إحدى الطرق لفرض خصائص صور مختلفة
09:55
is by using pieces of existing images.
210
583219
2441
هي باستخدام أجزاءٍ من صور موجودة لدينا.
09:58
So we take a large collection of images,
211
586214
2160
نقوم بأخذ عدد كبير من الصور،
10:00
and we break them down
into their little image patches.
into their little image patches.
212
588398
2718
ونقوم بتحويلها إلى قطع صغيرة جدًا
من الصور المتجاورة.
من الصور المتجاورة.
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
ومن ثم نقوم بالتعامل مع كل مجموعة
من الصور الصغيرة كما قطع الأحاجي المتفرقة.
من الصور الصغيرة كما قطع الأحاجي المتفرقة.
10:07
And we use commonly seen puzzle pieces
to piece together an image
to piece together an image
214
595449
4278
ونقوم باستخدام أجزاء
الأحجية الصغيرة لدينا لكي نكون صورة
الأحجية الصغيرة لدينا لكي نكون صورة
10:11
that also fits our telescope measurements.
215
599751
2452
تتوافق مع قياسات التليسكوب لدينا.
10:15
Different types of images have
very distinctive sets of puzzle pieces.
very distinctive sets of puzzle pieces.
216
603040
3743
والأنواع المختلفة من الصور
لديها قطع مختلفة تمامًا عن الأخرى.
لديها قطع مختلفة تمامًا عن الأخرى.
10:18
So what happens when we take the same data
217
606807
2806
إذا ما الذي يحدث عندما نستخدم ذات البيانات
10:21
but we use different sets of puzzle pieces
to reconstruct the image?
to reconstruct the image?
218
609637
4130
ولكن نستخدم أجزاءً مختلفة من الأحاجي
لإعادة بناء الصورة؟
لإعادة بناء الصورة؟
10:25
Let's first start with black hole
image simulation puzzle pieces.
image simulation puzzle pieces.
219
613791
4766
لنبدأ أولًا مع قطع أحجية
محاكاة صورة الثقب الأسود.
محاكاة صورة الثقب الأسود.
10:30
OK, this looks reasonable.
220
618581
1591
حسنًا، هذا يبدو منطقيًا.
10:32
This looks like what we expect
a black hole to look like.
a black hole to look like.
221
620196
2694
هذا ما نتوقع أن يبدو عليه
منظر الثقب الأسود.
منظر الثقب الأسود.
10:34
But did we just get it
222
622914
1193
لكن هل حصلنا على هذا
10:36
because we just fed it little pieces
of black hole simulation images?
of black hole simulation images?
223
624131
3314
لأننا قمنا باستخدام قطع صغيرة
من صور محاكاة الثقب الأسود؟
من صور محاكاة الثقب الأسود؟
10:39
Let's try another set of puzzle pieces
224
627469
1880
لنستخدم أجزاء أحجية أخرى
10:41
from astronomical, non-black hole objects.
225
629373
2509
لأجسام فلكية مختلفة عن الثقب الأسود.
10:44
OK, we get a similar-looking image.
226
632914
2126
حسنًا، حصلنا على صورة مشابهة
10:47
And then how about pieces
from everyday images,
from everyday images,
227
635064
2236
ثم ماذا عن قطع من صور يومية،
10:49
like the images you take
with your own personal camera?
with your own personal camera?
228
637324
2785
مثل الصور التي تلتقطها بكاميرتك الخاصة؟
10:53
Great, we see the same image.
229
641312
2115
رائع، نحن نرى صورة مماثلة.
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
عندما نحصل على ذات الصورة بعد استخدام
أجزاء أحاجي من مجموعات مختلفة،
أجزاء أحاجي من مجموعات مختلفة،
10:58
then we can start to become more confident
231
646841
2046
عندها يمكننا أن نكون أكثر ثقة
11:00
that the image assumptions we're making
232
648911
1966
أن افتراضات الصور التي لدينا
11:02
aren't biasing the final
image we get too much.
image we get too much.
233
650901
2921
لن تكون منحازة للصور النهائية بشكل كبير.
11:05
Another thing we can do is take
the same set of puzzle pieces,
the same set of puzzle pieces,
234
653846
3253
شيء آخر يمكننا القيام به
وهو أخذ أجزاء الأحجية ذاتها
وهو أخذ أجزاء الأحجية ذاتها
11:09
such as the ones derived
from everyday images,
from everyday images,
235
657123
2489
مثل الأجزاء من الصور الملتقطة يوميًا،
11:11
and use them to reconstruct
many different kinds of source images.
many different kinds of source images.
236
659636
3600
ونستخدمها لإعادة تركيب
العديد من الصور الأصلية المختلفة.
العديد من الصور الأصلية المختلفة.
11:15
So in our simulations,
237
663260
1271
لذا في محاكاتنا،
11:16
we pretend a black hole looks like
astronomical non-black hole objects,
astronomical non-black hole objects,
238
664555
3775
نتظاهر أن الثقب الأسود
يبدو كجسم فلكي مختلف عن الثقوب السوداء،
يبدو كجسم فلكي مختلف عن الثقوب السوداء،
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
كما الصور اليومية
كالفيل الموجود في وسط مجرتنا.
كالفيل الموجود في وسط مجرتنا.
11:24
When the results of our algorithms
on the bottom look very similar
on the bottom look very similar
240
672227
3168
عندما تبدو النتائج
من الخوارزمية في الأسفل مشابهة
من الخوارزمية في الأسفل مشابهة
11:27
to the simulation's truth image on top,
241
675419
2096
لنتائج المحاكاة التي تظهر في الأعلى،
11:29
then we can start to become
more confident in our algorithms.
more confident in our algorithms.
242
677539
3346
عندها نبدأ في اكتساب ثقة أكبر
في الخوارزمية.
في الخوارزمية.
11:32
And I really want to emphasize here
243
680909
1867
وأود أن اؤكد هنا
11:34
that all of these pictures were created
244
682800
1934
أنّ جميع هذه الصور تم صنعها
11:36
by piecing together little pieces
of everyday photographs,
of everyday photographs,
245
684758
2936
بجمع قطع صغيرة من صور ملتقطة يوميًا،
11:39
like you'd take with your own
personal camera.
personal camera.
246
687718
2215
كالتي تلتقطونها باستخدام كاميراتكم الخاصة.
11:41
So an image of a black hole
we've never seen before
we've never seen before
247
689957
3276
لذا صورة الثقب الأسود التي لم نرها من قبل
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
ربما نتمكن من صناعتها في نهاية المطاف
من صور نراها يوميًا
من صور نراها يوميًا
11:49
of people, buildings,
trees, cats and dogs.
trees, cats and dogs.
249
697224
2745
للناس أو المباني
أو الأشجار أو القطط والكلاب.
أو الأشجار أو القطط والكلاب.
11:51
Imaging ideas like this
will make it possible for us
will make it possible for us
250
699993
2645
تخيل مثل هذه الأفكار سيتيح لنا
11:54
to take our very first pictures
of a black hole,
of a black hole,
251
702662
2619
أن نلتقط أول صورة للثقب الأسود،
11:57
and hopefully, verify
those famous theories
those famous theories
252
705305
2447
ونأمل أن نتمكن من التأكد
من صحة هذه النظريات الشهيرة
من صحة هذه النظريات الشهيرة
11:59
on which scientists rely on a daily basis.
253
707776
2421
التي يعتمد عليها العلماء يوميًا.
12:02
But of course, getting
imaging ideas like this working
imaging ideas like this working
254
710221
2608
لكن بالطبع، تخيُّل أن أفكار كهذه قد تنجح
12:04
would never have been possible
without the amazing team of researchers
without the amazing team of researchers
255
712853
3322
لم يكن ليكون متاحًا
دون فريقٍ مذهلٍ من الخبراء
دون فريقٍ مذهلٍ من الخبراء
12:08
that I have the privilege to work with.
256
716199
1887
ولدي الحظ الكبير للعمل معهم.
12:10
It still amazes me
257
718110
1163
ما زال الأمر يدهشني
12:11
that although I began this project
with no background in astrophysics,
with no background in astrophysics,
258
719297
3351
أنه بالرغم من أنني بدأت هذا المشروع
دون أي خبرة بعلم الفلك،
دون أي خبرة بعلم الفلك،
12:14
what we have achieved
through this unique collaboration
through this unique collaboration
259
722672
2619
ما تمكنّا من تحقيقه من خلال تعاوننا الفريد
12:17
could result in the very first
images of a black hole.
images of a black hole.
260
725315
2759
قد ينتج عنه أول صورة للثقب الأسود.
12:20
But big projects like
the Event Horizon Telescope
the Event Horizon Telescope
261
728098
2698
لكن مشاريع كبيرة مثل تليسكوب الآفاق
12:22
are successful due to all
the interdisciplinary expertise
the interdisciplinary expertise
262
730820
2814
هي ناجحة بسبب الخبرات
التي تنتمي للعديد من التخصصات
التي تنتمي للعديد من التخصصات
12:25
different people bring to the table.
263
733658
1790
التي يتشارك بها
العديد من الناس
العديد من الناس
12:27
We're a melting pot of astronomers,
264
735472
1706
نحن مجموعة كبيرة من علماء الفلك،
12:29
physicists, mathematicians and engineers.
265
737202
2232
الفيزيائيين وخبراء الرياضيات والمهندسين.
12:31
This is what will make it soon possible
266
739458
2554
هذا سيجعلنا قريبًا قادرين
12:34
to achieve something
once thought impossible.
once thought impossible.
267
742036
2853
على تحقيق شيءٍ كنّا نظنه مستحيلًا.
12:36
I'd like to encourage all of you to go out
268
744913
2256
أود أن أشجعكم جميعًا للخروج
12:39
and help push the boundaries of science,
269
747193
2096
ومساعدتنا على توسيع حدود العلم،
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
حتى وإن كانت تبدو في البداية غامضة
كما يبدو الثقب الأسود.
كما يبدو الثقب الأسود.
12:45
Thank you.
271
753238
1174
شكرًا جزيلًا.
12:46
(Applause)
272
754436
2397
(تصفيق)
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