TEDxBeaconStreet
Katie Bouman: How to take a picture of a black hole
Katie Bouman: Kara deliğin fotoğrafı nasıl çekilir
Filmed:
Readability: 4.5
5,455,257 views
Samanyolu'nun kalbinde, dönen bir sıcak gaz bulutunu besleyen, ışık dâhil yanına yaklaşmaya teşebbüs eden her şeyi yutan çok büyük bir kara delik var. Biz onu göremeyiz, fakat onun ufuk çizgisi gölge yapıyor ve bu gölgenin resmi, evren hakkındaki bazı önemli soruların cevaplanmasına yardımcı olabilir. Bilim adamları bu tür bir resmi meydana getirmenin dünya büyüklüğünde bir teleskobu gerektirdiğini düşünürlerdi -- ta ki Katie Bouman ve astronom takımı ortaya mantıklı bir alternatif koyana kadar. Zifiri karanlıkta nasıl görebildiğimiz hakkında daha fazlasını öğrenin.
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
"Yıldızlararası" filminde
süper büyük kara deliğe yakından bakalım.
00:15
we get an up-close look
at a supermassive black hole.
at a supermassive black hole.
1
3320
3327
00:18
Set against a backdrop of bright gas,
2
6671
2143
Parlak gazın zeminine karşı kurulmuş olan
00:20
the black hole's massive
gravitational pull
gravitational pull
3
8838
2118
kara deliğin büyük çekimi kuvveti
00:22
bends light into a ring.
4
10980
1435
ışığı halka şeklinde büker.
00:24
However, this isn't a real photograph,
5
12439
2109
Buna rağmen, bu gerçek bir fotoğraf değil
00:26
but a computer graphic rendering --
6
14572
1786
bilgisayar grafik uygulamasıdır -
00:28
an artistic interpretation
of what a black hole might look like.
of what a black hole might look like.
7
16382
3390
kara deliğin nasıl görülebileceğine
dair artistik bir yorumlama.
dair artistik bir yorumlama.
00:32
A hundred years ago,
8
20401
1166
Yüz yıl önce,
00:33
Albert Einstein first published
his theory of general relativity.
his theory of general relativity.
9
21591
3601
Albert Einstein kendi teorisi olan
izafiyet teorisini ilk defa yayımladı.
izafiyet teorisini ilk defa yayımladı.
00:37
In the years since then,
10
25216
1439
Ondan sonraki yıllarda
00:38
scientists have provided
a lot of evidence in support of it.
a lot of evidence in support of it.
11
26679
2973
bilim adamları teoriyi destekleyen
birçok kanıt sundular.
birçok kanıt sundular.
00:41
But one thing predicted
from this theory, black holes,
from this theory, black holes,
12
29676
3084
Fakat bu teoriden tek
çıkarım yapılıyor, kara delik
çıkarım yapılıyor, kara delik
00:44
still have not been directly observed.
13
32784
2350
hâlen direkt olarak gözlemlenmedi.
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
Kara deliğin nasıl görünebileceğine
dair bazı düşüncelerimiz olsa da
dair bazı düşüncelerimiz olsa da
00:50
we've never actually taken
a picture of one before.
a picture of one before.
15
38388
2779
daha önce bir fotoğrafı hiç çekilmedi.
00:53
However, you might be surprised to know
that that may soon change.
that that may soon change.
16
41191
4279
Buna rağmen, bunun sonunda
değişebileceğini bilmek sizi şaşırtabilir.
değişebileceğini bilmek sizi şaşırtabilir.
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
Önümüzdeki birkaç yıl içerisinde
kara deliğe ait ilk fotoğrafı görebiliriz.
kara deliğe ait ilk fotoğrafı görebiliriz.
01:01
Getting this first picture will come down
to an international team of scientists,
to an international team of scientists,
18
49682
3958
İlk resmi almak uluslararası
bilim adamları takımına,
bilim adamları takımına,
01:05
an Earth-sized telescope
19
53664
1567
dünya büyüklüğünde teleskopa
01:07
and an algorithm that puts together
the final picture.
the final picture.
20
55255
2832
ve son fotoğrafı bir araya getirecek
algoritmaya düşecektir.
algoritmaya düşecektir.
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
Bugün size kara deliğin gerçek fotoğrafını
gösteremeyecek olmama rağmen
gösteremeyecek olmama rağmen
01:13
I'd like to give you a brief glimpse
into the effort involved
into the effort involved
22
61663
2911
ilk resmi almayı içeren çabalara
kısa bir bakış atmanızı
kısa bir bakış atmanızı
01:16
in getting that first picture.
23
64598
1613
sağlamak istiyorum.
01:19
My name is Katie Bouman,
24
67477
1437
Benim adım Katie Bouman
01:20
and I'm a PhD student at MIT.
25
68938
2566
ve MIT'te PhD öğrencisiyim.
01:23
I do research in a computer science lab
26
71528
2027
Bir bilgisayar laboratuvarında,
fotoğraf ve videolarla
fotoğraf ve videolarla
01:25
that works on making computers
see through images and video.
see through images and video.
27
73579
3298
gören bilgisayarlar üzerine çalışıyorum.
01:28
But although I'm not an astronomer,
28
76901
2162
Astronom olmamama rağmen
01:31
today I'd like to show you
29
79087
1285
mevcut projeye nasıl katkıda bulunduğumu
01:32
how I've been able to contribute
to this exciting project.
to this exciting project.
30
80396
2903
size göstermek istiyorum.
01:35
If you go out past
the bright city lights tonight,
the bright city lights tonight,
31
83323
2831
Eğer bu akşam parlak şehir
ışıklarının ötesine çıkarsanız,
ışıklarının ötesine çıkarsanız,
01:38
you may just be lucky enough
to see a stunning view
to see a stunning view
32
86178
2436
samanyolunun şaşırtıcı
görüntüsünü görmek için
görüntüsünü görmek için
01:40
of the Milky Way Galaxy.
33
88638
1493
yeterince şanslı olabilirsiniz.
01:42
And if you could zoom past
millions of stars,
millions of stars,
34
90155
2462
Milyonlarca yıldızın ötesine
yakınlaştırma yapabilirseniz,
yakınlaştırma yapabilirseniz,
01:44
26,000 light-years toward the heart
of the spiraling Milky Way,
of the spiraling Milky Way,
35
92641
3755
samanyolunun kalbine
doğru 26.000 ışık yılı,
doğru 26.000 ışık yılı,
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
en sonunda tam merkezdeki
yıldız kümesine ulaşacağız.
yıldız kümesine ulaşacağız.
01:51
Peering past all the galactic dust
with infrared telescopes,
with infrared telescopes,
37
99965
3206
Tüm galaktik toz bulutunun
ötesini kızıl ötesi teleskopla
ötesini kızıl ötesi teleskopla
01:55
astronomers have watched these stars
for over 16 years.
for over 16 years.
38
103195
3867
gözetleyen astronomlar bu
yıldızları 16 yıldır izliyorlar.
yıldızları 16 yıldır izliyorlar.
01:59
But it's what they don't see
that is the most spectacular.
that is the most spectacular.
39
107086
3589
Fakat onların görmediği,
bunun en muhteşem şey olması.
bunun en muhteşem şey olması.
02:02
These stars seem to orbit
an invisible object.
an invisible object.
40
110699
3066
Bu yıldızlar görünmeyen bir
objenin etrafında dönüyor gibi.
objenin etrafında dönüyor gibi.
02:05
By tracking the paths of these stars,
41
113789
2323
Bu yıldızların yolunu izleyerek
astronomlar, bu harekete sebep olan şeyin,
02:08
astronomers have concluded
42
116136
1294
02:09
that the only thing small and heavy
enough to cause this motion
enough to cause this motion
43
117454
3129
yeterince küçük ve ağır, büyük bir
kara delik olduğu sonucuna vardılar-
kara delik olduğu sonucuna vardılar-
02:12
is a supermassive black hole --
44
120607
1968
02:14
an object so dense that it sucks up
anything that ventures too close --
anything that ventures too close --
45
122599
4178
ışık dâhil, yanına çok yaklaşan
herhangi bir şeyi içine çekebilecek
yoğunlukta olan bir obje.
yoğunlukta olan bir obje.
02:18
even light.
46
126801
1494
Eğer biz daha ötesine yakınlaştırma
yapabilseydik ne olurdu?
yapabilseydik ne olurdu?
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
Böyle bir şeyi görmek mümkün mü,
tanım olarak, görmek imkânsız mı?
tanım olarak, görmek imkânsız mı?
Peki, eğer biz radyo dalga
boylarında yakınlaştırma yapabilseydik,
boylarında yakınlaştırma yapabilseydik,
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
kara deliğin etrafında
sıkışmış sıcak plazmanın
sıkışmış sıcak plazmanın
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
çekimsel mercekleşmesi oluşan
bir ışık halkası görmeyi beklerdik.
bir ışık halkası görmeyi beklerdik.
02:36
zipping around the black hole.
52
144128
1829
Diğer bir deyişle,
02:37
In other words,
53
145981
1160
02:39
the black hole casts a shadow
on this backdrop of bright material,
on this backdrop of bright material,
54
147165
3171
karanlık bir alan yaratan
parlak materyaller
parlak materyaller
02:42
carving out a sphere of darkness.
55
150360
1842
zeminine gölge oluşturuyor.
Bu aydınlık halka çekim kuvvetinin,
ışığın dahi kaçamayacağı kadar büyük
ışığın dahi kaçamayacağı kadar büyük
02:44
This bright ring reveals
the black hole's event horizon,
the black hole's event horizon,
56
152226
3339
olduğu yerdeki kara deliğin
çevresindeki sınırları açığa çıkarır.
çevresindeki sınırları açığa çıkarır.
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
Einstein denklemi bu halkanın
şeklini ve büyüklüğünü tahmin eder,
şeklini ve büyüklüğünü tahmin eder,
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
bu sebeple bunun resmini çekmek
sadece mükemmel olmayacak,
sadece mükemmel olmayacak,
02:57
it would also help to verify
that these equations hold
that these equations hold
61
165778
2618
ayrıca denklemin, kara delikteki
olağanüstü durumlarda
olağanüstü durumlarda
03:00
in the extreme conditions
around the black hole.
around the black hole.
62
168420
2466
geçerliliğinin doğrulanmasına
yardım edecektir.
yardım edecektir.
03:02
However, this black hole
is so far away from us,
is so far away from us,
63
170910
2558
Buna rağmen, bu kara delik
bizden çok uzakta ki
bizden çok uzakta ki
03:05
that from Earth, this ring appears
incredibly small --
incredibly small --
64
173492
3098
dünyadan bu halka
olağanüstü küçük görülüyor
olağanüstü küçük görülüyor
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
-ayın üzerindeki portakal gibi.
03:12
That makes taking a picture of it
extremely difficult.
extremely difficult.
66
180758
2824
Bu durum fotoğrafının çekilmesini
çok zorlaştırmaktadır.
çok zorlaştırmaktadır.
03:16
Why is that?
67
184645
1302
Sebebi nedir?
03:18
Well, it all comes down
to a simple equation.
to a simple equation.
68
186512
3188
Peki, bunların hepsi basit
bir denkleme indirgeniyor.
bir denkleme indirgeniyor.
03:21
Due to a phenomenon called diffraction,
69
189724
2416
Difraksiyon olarak adlandırılan
fenomen nedeniyle,
fenomen nedeniyle,
03:24
there are fundamental limits
70
192164
1355
görebileceğimiz küçük objeler
için temel limitler vardır.
için temel limitler vardır.
03:25
to the smallest objects
that we can possibly see.
that we can possibly see.
71
193543
2670
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
Bu yönetici denklem, çok çok
küçük görmek için teleskobumuzu
küçük görmek için teleskobumuzu
03:32
we need to make our telescope
bigger and bigger.
bigger and bigger.
73
200485
2587
çok çok büyük yapmamız gerektiğini söyler.
Fakat, dünyadaki en büyük teleskopla dahi,
03:35
But even with the most powerful
optical telescopes here on Earth,
optical telescopes here on Earth,
74
203096
3069
03:38
we can't even get close
to the resolution necessary
to the resolution necessary
75
206189
2419
ayın yüzeyini resmetmek için
03:40
to image on the surface of the moon.
76
208632
2198
gerekli çözünürlüğe yaklaşamadık.
03:42
In fact, here I show one of the highest
resolution images ever taken
resolution images ever taken
77
210854
3617
Aslında, burada size ayın dünyadan
çekilen en yüksek çözünürlüklü
çekilen en yüksek çözünürlüklü
03:46
of the moon from Earth.
78
214495
1397
fotoğrafını gösteriyorum.
03:47
It contains roughly 13,000 pixels,
79
215916
2557
Yaklaşık olarak 13.000 piksel.
03:50
and yet each pixel would contain
over 1.5 million oranges.
over 1.5 million oranges.
80
218497
4050
ve her bir piksel 1,5 milyondan
fazla portakal içermektedir.
fazla portakal içermektedir.
03:55
So how big of a telescope do we need
81
223396
1972
Yani, ayın üzerindeki her bir portakalı
03:57
in order to see an orange
on the surface of the moon
on the surface of the moon
82
225392
2765
ve ilave olarak bizim
kara deliği görmek için
kara deliği görmek için
04:00
and, by extension, our black hole?
83
228181
2214
ne kadar büyük bir
teleskoba ihtiyacımız var?
teleskoba ihtiyacımız var?
04:02
Well, it turns out
that by crunching the numbers,
that by crunching the numbers,
84
230419
2340
Büyük hesaplar yaparak,
bu, dünya büyüklüğünde
bu, dünya büyüklüğünde
04:04
you can easily calculate
that we would need a telescope
that we would need a telescope
85
232783
2610
teleskoba ihtiyacınız olduğunu kolayca
hesaplayabileceğinizi ortaya koyuyor.
hesaplayabileceğinizi ortaya koyuyor.
04:07
the size of the entire Earth.
86
235417
1393
(Gülüşme)
04:08
(Laughter)
87
236834
1024
Eğer dünya büyüklüğünde
teleskop yapabilirsek
teleskop yapabilirsek
04:09
If we could build
this Earth-sized telescope,
this Earth-sized telescope,
88
237882
2119
kara deliğin ufuk sınırını gösteren
bu belirgin ışık halkasını
bu belirgin ışık halkasını
04:12
we could just start to make out
that distinctive ring of light
that distinctive ring of light
89
240025
2925
ancak fark etmeye başlayabiliriz.
04:14
indicative of the black
hole's event horizon.
hole's event horizon.
90
242974
2183
Bu fotoğraf bilgisayardaki
grafik görüntülerinde
grafik görüntülerinde
04:17
Although this picture wouldn't contain
all the detail we see
all the detail we see
91
245181
2918
gördüğümüz tüm detayları içermese de,
04:20
in computer graphic renderings,
92
248123
1506
kara deliğin yakın çevresine
güvenle ilk bakışı atmamıza
güvenle ilk bakışı atmamıza
04:21
it would allow us to safely get
our first glimpse
our first glimpse
93
249653
2299
04:23
of the immediate environment
around a black hole.
around a black hole.
94
251976
2487
imkân verecektir.
04:26
However, as you can imagine,
95
254487
1613
Yine de, hayal ettiğiniz gibi,
04:28
building a single-dish telescope
the size of the Earth is impossible.
the size of the Earth is impossible.
96
256124
3624
dünya boyutunda Single-Dish (Tek Tabaka)
teleskop yapımı imkânsızdır.
teleskop yapımı imkânsızdır.
Fakat, Mick Jagger'ın
ünlü şarkısındaki gibi
ünlü şarkısındaki gibi
04:31
But in the famous words of Mick Jagger,
97
259772
1887
04:33
"You can't always get what you want,
98
261683
1791
"Her zaman her istediğini alamazsın,
04:35
but if you try sometimes,
you just might find
you just might find
99
263498
2187
fakat bazen denersen, istediğini almanın
04:37
you get what you need."
100
265709
1215
yolunu bulabilirsin."
04:38
And by connecting telescopes
from around the world,
from around the world,
101
266948
2464
Dünyanın tüm teleskopları
birbirine bağlayarak,
birbirine bağlayarak,
04:41
an international collaboration
called the Event Horizon Telescope
called the Event Horizon Telescope
102
269436
3538
"Event Horizon Teleskop"u olarak
adlandırılan uluslararası işbirliği
adlandırılan uluslararası işbirliği
04:44
is creating a computational telescope
the size of the Earth,
the size of the Earth,
103
272998
3109
kara deliğin ufuk sınırının
büyüklüğünü çözebilecek
büyüklüğünü çözebilecek
04:48
capable of resolving structure
104
276131
1537
yapıda dünya büyüklüğünde
04:49
on the scale of a black
hole's event horizon.
hole's event horizon.
105
277692
2199
sanal teleskop yaratabiliyor.
Bu teleskop ağı gelecek yıl
kara deliğin ilk fotoğrafını
kara deliğin ilk fotoğrafını
04:51
This network of telescopes is scheduled
to take its very first picture
to take its very first picture
106
279915
3387
04:55
of a black hole next year.
107
283326
1815
çekmek için planlandı.
04:57
Each telescope in the worldwide
network works together.
network works together.
108
285165
3338
Dünya çapındaki herbir
teleskop beraber çalışıyor.
teleskop beraber çalışıyor.
05:00
Linked through the precise timing
of atomic clocks,
of atomic clocks,
109
288527
2712
Atomik saat ile birbirlerine bağlandılar.
05:03
teams of researchers at each
of the sights freeze light
of the sights freeze light
110
291263
2657
Herbir yerdeki araştırma ekipleri binlerce
05:05
by collecting thousands
of terabytes of data.
of terabytes of data.
111
293944
2962
terabayt veri toplayarak ışığı donduruyor.
05:08
This data is then processed in a lab
right here in Massachusetts.
right here in Massachusetts.
112
296930
5017
Bu veri daha sonra tam burada
Massachusett'de işlemden geçiriliyor.
Massachusett'de işlemden geçiriliyor.
05:13
So how does this even work?
113
301971
1794
Peki, bu nasıl çalışıyor?
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
Hatırlayın, eğer galaksinin ortasında
kara delik görmek istiyorsak
kara delik görmek istiyorsak
bu dünya büyüklüğünde teleskop
yapmamız gerekmektedir.
yapmamız gerekmektedir.
05:19
we need to build this impossibly large
Earth-sized telescope?
Earth-sized telescope?
115
307216
2982
05:22
For just a second,
let's pretend we could build
let's pretend we could build
116
310222
2232
Bir saniye, dünya büyüklüğünde
teleskop yapmış gibi davranalım.
teleskop yapmış gibi davranalım.
05:24
a telescope the size of the Earth.
117
312478
1842
Bu biraz dünyayı büyük
dönen kocaman bir disko
dönen kocaman bir disko
05:26
This would be a little bit
like turning the Earth
like turning the Earth
118
314344
2455
topuna dönüştürmeye benzeyecektir.
05:28
into a giant spinning disco ball.
119
316823
1747
05:30
Each individual mirror would collect light
120
318594
2200
Herbir ayna ışık toplayacak
05:32
that we could then combine
together to make a picture.
together to make a picture.
121
320818
2597
ki daha sonra biz bunları
bir araya getirelim.
bir araya getirelim.
05:35
However, now let's say
we remove most of those mirrors
we remove most of those mirrors
122
323439
2661
Buna rağmen, biz bunları
birçoğunu attık dersek,
birçoğunu attık dersek,
05:38
so only a few remained.
123
326124
1972
sadece elimizde birkaç tane kalır.
05:40
We could still try to combine
this information together,
this information together,
124
328120
2877
Hâlâ bunları bir araya
getirmeye çalışabiliriz,
getirmeye çalışabiliriz,
05:43
but now there are a lot of holes.
125
331021
1993
fakat şimdi çok fazla delik var.
05:45
These remaining mirrors represent
the locations where we have telescopes.
the locations where we have telescopes.
126
333038
4373
Kalan bu aynalar teleskoplarımızın
yerlerini temsil eder.
yerlerini temsil eder.
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
Bu, fotoğraf elde etmek için
oldukça küçük sayı da ölçümlerdir.
oldukça küçük sayı da ölçümlerdir.
05:53
But although we only collect light
at a few telescope locations,
at a few telescope locations,
128
341538
3838
Fakat, sadece birkaç teleskop
konumundan ışık toplamamıza rağmen
konumundan ışık toplamamıza rağmen
05:57
as the Earth rotates, we get to see
other new measurements.
other new measurements.
129
345400
3423
Dünya dönerken, diğer yeni
ölçümleri görmeye başlarız.
ölçümleri görmeye başlarız.
Diğer bir değişle, disko topunun döndüğü
gibi, bu aynalar konumlarını değiştiriyor
gibi, bu aynalar konumlarını değiştiriyor
06:00
In other words, as the disco ball spins,
those mirrors change locations
those mirrors change locations
130
348847
3819
06:04
and we get to observe
different parts of the image.
different parts of the image.
131
352690
2899
ve biz resmin değişik parçalarını
gözlemlemeye başlıyoruz.
gözlemlemeye başlıyoruz.
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
Geliştirdiğimiz bu resim algoritması,
altta yatan kara delik resmini yeniden
altta yatan kara delik resmini yeniden
06:11
in order to reconstruct
the underlying black hole image.
the underlying black hole image.
133
359655
3033
kurmak için disko topundaki
boşlukları doldurur.
boşlukları doldurur.
06:14
If we had telescopes located
everywhere on the globe --
everywhere on the globe --
134
362712
2636
Dünyada her yerde konuşlanmış
teleskobumuz olsa idi,
teleskobumuz olsa idi,
06:17
in other words, the entire disco ball --
135
365372
1941
yani, tam bir disko topu olsa idi
bu çok önemsiz olurdu.
06:19
this would be trivial.
136
367337
1284
06:20
However, we only see a few samples,
and for that reason,
and for that reason,
137
368645
3322
Buna rağmen, sadece birkaç örnek
görüyoruz ve bu nedenle
görüyoruz ve bu nedenle
06:23
there are an infinite number
of possible images
of possible images
138
371991
2388
bizim teleskop ölçümlerimiz
ile tam olarak tutarlı
ile tam olarak tutarlı
06:26
that are perfectly consistent
with our telescope measurements.
with our telescope measurements.
139
374403
2964
sonsuz sayıda olası resim var.
06:29
However, not all images are created equal.
140
377391
3016
Buna rağmen, tüm resimler eşit yapılmadı.
Bu resimlerden bazıları,
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
diğerlerine nazaran resim olduğunu
düşündüğümüz şeyler gibi görünüyor.
düşündüğümüz şeyler gibi görünüyor.
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
Kara deliğin ilk resminin
alınmasındaki benim rolüm
alınmasındaki benim rolüm
06:40
is to design algorithms that find
the most reasonable image
the most reasonable image
143
388577
2932
mümkün olan en makul resmi
bulacak ve aynı zamanda
bulacak ve aynı zamanda
teleskop ölçülerine uyduracak
algoritmayı dizayn etmektir.
algoritmayı dizayn etmektir.
06:43
that also fits the telescope measurements.
144
391533
2222
Olay yeri incelemecinin, yüz yapısına
ilişkin kendi bilgilerini kullanarak
ilişkin kendi bilgilerini kullanarak
06:46
Just as a forensic sketch artist
uses limited descriptions
uses limited descriptions
145
394727
3942
06:50
to piece together a picture using
their knowledge of face structure,
their knowledge of face structure,
146
398693
3514
resmin parçalarını birleştirmek
için kısıtlı tanımlama kullanması gibi
için kısıtlı tanımlama kullanması gibi
06:54
the imaging algorithms I develop
use our limited telescope data
use our limited telescope data
147
402231
3315
geliştirdiğim bu resim algoritması da
evrende madde gibi görünen resme
evrende madde gibi görünen resme
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
bizi yönlendirmesi için bizim kısıtlı
teleskop verilerini kullanmaktadır.
teleskop verilerini kullanmaktadır.
07:01
Using these algorithms,
we're able to piece together pictures
we're able to piece together pictures
149
409916
3651
Bu algoritmayı kullanarak,
seyrek ve gürültülü veriden
seyrek ve gürültülü veriden
07:05
from this sparse, noisy data.
150
413591
2180
resmi bir araya getirebiliriz.
07:07
So here I show a sample reconstruction
done using simulated data,
done using simulated data,
151
415795
4529
Burada, evrenin merkezindeki
kara deliğe doğru
kara deliğe doğru
teleskobumuzu doğrultmuş
gibi yaptığımızdaki taklit veriyi
gibi yaptığımızdaki taklit veriyi
07:12
when we pretend to point our telescopes
152
420348
1933
kullanarak yapılan örnek
rekonstrüksiyonu gösteriyorum.
rekonstrüksiyonu gösteriyorum.
07:14
to the black hole
in the center of our galaxy.
in the center of our galaxy.
153
422305
2585
Bu yalnızca bir taklit olmasına rağmen,
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
bu tür bir rekonstrüksiyon
bize umut veriyor,
bize umut veriyor,
eninde sonunda kara deliğin güvenilir
bir şekilde ilk resmini alacağız
bir şekilde ilk resmini alacağız
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
07:24
and from it, determine
the size of its ring.
the size of its ring.
156
432870
2595
ve bundan, çemberin
büyüklüğüne karar vereceğiz.
büyüklüğüne karar vereceğiz.
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
Algoritmanın detayları hakkında
devam etmek istememe rağmen,
devam etmek istememe rağmen,
07:31
luckily for you, I don't have the time.
158
439341
2174
şanslısınız ki, bunun için zamanım yok.
07:33
But I'd still like
to give you a brief idea
to give you a brief idea
159
441539
2001
Evrenimizin neye benzediğini,
nasıl tanımladığımıza
nasıl tanımladığımıza
07:35
of how we define
what our universe looks like,
what our universe looks like,
160
443564
2302
ve yeniden inşa etmek ve
sonuçlarımızı doğrulamak için
sonuçlarımızı doğrulamak için
07:37
and how we use this to reconstruct
and verify our results.
and verify our results.
161
445890
4466
bunu nasıl kullandığımıza dair
kısa bir fikir vermek istiyorum.
kısa bir fikir vermek istiyorum.
07:42
Since there are an infinite number
of possible images
of possible images
162
450380
2496
Teleskobumuzun ölçümlerini
mükemmel şekilde açıklayan
mükemmel şekilde açıklayan
07:44
that perfectly explain
our telescope measurements,
our telescope measurements,
163
452900
2365
sonsuz sayıda resim olduğundan
bir şekilde bunların arasından
seçim yapmak zorundayız..
seçim yapmak zorundayız..
07:47
we have to choose
between them in some way.
between them in some way.
164
455289
2605
07:49
We do this by ranking the images
165
457918
1838
Ne kadar kara delik resmine benzediği
07:51
based upon how likely they are
to be the black hole image,
to be the black hole image,
166
459780
2834
çerçevesinde resimleri
sıralayarak bunu yapıyoruz
sıralayarak bunu yapıyoruz
07:54
and then choosing the one
that's most likely.
that's most likely.
167
462638
2482
ve en muhtemel olanı seçiyoruz.
07:57
So what do I mean by this exactly?
168
465144
2195
Peki, bununla tam olarak
neyi kastediyorum?
neyi kastediyorum?
Bize Facebook'ta bir resmin ne kadar
ihtimalle görüneceğini anlatan
ihtimalle görüneceğini anlatan
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
modeli yapmak için çalışıyoruz diyelim.
08:05
We'd probably want the model to say
171
473071
1701
Muhtemelen modelden,
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
birinin bu gürültü resmini sola
koymuş olmasını biraz ihtimal dışı
koymuş olmasını biraz ihtimal dışı
ve birinin sağdakine
benzer özçekim koymasının
benzer özçekim koymasının
08:10
and pretty likely that someone
would post a selfie
would post a selfie
173
478377
2419
olası olduğunu söylemesini isteriz.
08:12
like this one on the right.
174
480820
1334
08:14
The image in the middle is blurry,
175
482178
1639
Ortadaki resim flu,
08:15
so even though it's more likely
we'd see it on Facebook
we'd see it on Facebook
176
483841
2639
gürültü resmi ile
kaşılaştırıldığında Facebook'ta
kaşılaştırıldığında Facebook'ta
görecek olmamıza rağmen
08:18
compared to the noise image,
177
486504
1360
özçekim ile kaşılaştırıldığında
muhtemelen daha az göreceğiz.
muhtemelen daha az göreceğiz.
08:19
it's probably less likely we'd see it
compared to the selfie.
compared to the selfie.
178
487888
2960
Fakat kara delikten gelen
resme sıra geldiğinde
resme sıra geldiğinde
08:22
But when it comes to images
from the black hole,
from the black hole,
179
490872
2290
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
gerçek bir muamma ile karşılaştık:
Kara deliği daha önce hiç görmemiştik.
Kara deliği daha önce hiç görmemiştik.
08:28
In that case, what is a likely
black hole image,
black hole image,
181
496712
2291
Bu durumda, kara delik nasıl bir şey
08:31
and what should we assume
about the structure of black holes?
about the structure of black holes?
182
499027
2938
ve kara deliğin yapısı hakkında
neyi farz kabul etmeliyiz?
neyi farz kabul etmeliyiz?
"Yıldızlararası"ndaki kara delik
resmi gibi yapmış olduğumuz
resmi gibi yapmış olduğumuz
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
simulasyondaki resimleri
kullanmayı deneyebiliriz,
kullanmayı deneyebiliriz,
fakat eğer bunu yaparsak bu,
önemli problemlere sebep olabilir.
önemli problemlere sebep olabilir.
08:39
but if we did this,
it could cause some serious problems.
it could cause some serious problems.
185
507199
2938
08:42
What would happen
if Einstein's theories didn't hold?
if Einstein's theories didn't hold?
186
510161
3380
Eğer Einstein'nin teorileri
tutmasaydı ne olurdu?
tutmasaydı ne olurdu?
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
Hâlâ ne olduğu hakkında kesin fotoğrafı
yeniden ortaya çıkartmak istiyoruz.
yeniden ortaya çıkartmak istiyoruz.
08:49
If we bake Einstein's equations
too much into our algorithms,
too much into our algorithms,
188
517550
3371
Eğer Einstein'in denklemini bizim
algoritmamız içinde çok ısıtırsak
algoritmamız içinde çok ısıtırsak
08:52
we'll just end up seeing
what we expect to see.
what we expect to see.
189
520945
2755
ne görmek istiyorsak onu göreceğiz.
08:55
In other words,
we want to leave the option open
we want to leave the option open
190
523724
2276
Diğer bir deyişle, evrenimizin merkezinde
koca bir fil olabilmesi opsiyonunu
açık bırakmak istiyoruz.
açık bırakmak istiyoruz.
08:58
for there being a giant elephant
at the center of our galaxy.
at the center of our galaxy.
191
526024
2923
(Gülüşme)
09:00
(Laughter)
192
528971
1057
09:02
Different types of images have
very distinct features.
very distinct features.
193
530052
2989
Değişik tipteki resimler
farklı özelliklere sahiptir.
farklı özelliklere sahiptir.
09:05
We can easily tell the difference
between black hole simulation images
between black hole simulation images
194
533065
3548
Kolayca kara delik similasyon resmiyle
bizim her gün dünyadan aldığımız resim
bizim her gün dünyadan aldığımız resim
09:08
and images we take
every day here on Earth.
every day here on Earth.
195
536637
2276
arasındaki farkı söyleyebiliriz.
09:10
We need a way to tell our algorithms
what images look like
what images look like
196
538937
3104
Çok fazla tek tipte resmin
özelliklerini empoze etmeksizin
özelliklerini empoze etmeksizin
09:14
without imposing one type
of image's features too much.
of image's features too much.
197
542065
3249
resmin neye benzediğini bizim
algoritmamıza söylemeye ihtiyacımız var.
algoritmamıza söylemeye ihtiyacımız var.
09:17
One way we can try to get around this
198
545865
1893
Bu işi halletmeye çalışmanın bir yolu
09:19
is by imposing the features
of different kinds of images
of different kinds of images
199
547782
3062
değişik çeşitteki resimlerin
özelliklerini empoze etmek
özelliklerini empoze etmek
ve varsaydığımız resmin tipinin
09:22
and seeing how the type of image we assume
affects our reconstructions.
affects our reconstructions.
200
550868
4130
rekonstrüksiyonumuzu
nasıl etkilediğini görmek.
nasıl etkilediğini görmek.
09:27
If all images' types produce
a very similar-looking image,
a very similar-looking image,
201
555712
3491
Eğer tüm resim tipleri birbirine
çok benzeyen resimler üretirse
çok benzeyen resimler üretirse
09:31
then we can start to become more confident
202
559227
2057
biz daha güvenilir
olmaya başlayabiliriz ki
olmaya başlayabiliriz ki
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
bizim yaptığımız resim varsayımları
bu resimden çok fazla sapmaz.
bu resimden çok fazla sapmaz.
09:37
This is a little bit like
giving the same description
giving the same description
204
565505
2990
Dünyadaki 3 ayrı eskiz ressamına
09:40
to three different sketch artists
from all around the world.
from all around the world.
205
568519
2996
aynı tanımlamayı vermek gibi bir şey.
09:43
If they all produce
a very similar-looking face,
a very similar-looking face,
206
571539
2860
Eğer hepsi birbirine benzeyen
yüzler çiziyorlarsa
yüzler çiziyorlarsa
09:46
then we can start to become confident
207
574423
1793
onların kendi kültürel önyargılarını
resme empoze etmediklerinden
resme empoze etmediklerinden
09:48
that they're not imposing their own
cultural biases on the drawings.
cultural biases on the drawings.
208
576240
3616
emin olmaya başlayabiliriz.
09:51
One way we can try to impose
different image features
different image features
209
579880
3315
Değişik resim özelliklerini empoze
etmeyi denememizin bir yolu
etmeyi denememizin bir yolu
09:55
is by using pieces of existing images.
210
583219
2441
mevcut resmin parçalarını kullanmaktır.
09:58
So we take a large collection of images,
211
586214
2160
Yani, geniş bir resim koleksiyonu alırız
10:00
and we break them down
into their little image patches.
into their little image patches.
212
588398
2718
ve bunları küçük resim
parçalarına ayırırız.
parçalarına ayırırız.
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
Her bir resim parçasını yapbozun
bir parçası gibi değerlendirebiliriz.
bir parçası gibi değerlendirebiliriz.
10:07
And we use commonly seen puzzle pieces
to piece together an image
to piece together an image
214
595449
4278
Genelde parçaları bir araya getirmek için
görünen yapboz parçalarını kullanırız
görünen yapboz parçalarını kullanırız
ki bu parçalar bizim teleskop
ölçeğimize uymaktadır.
ölçeğimize uymaktadır.
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
Değişik tipteki resimler farklı
yapboz parçası setlerine sahiptir.
yapboz parçası setlerine sahiptir.
10:18
So what happens when we take the same data
217
606807
2806
Peki farklı yapboz parçası setini resmi
yeniden oluşturmak için kullandığımızda
yeniden oluşturmak için kullandığımızda
10:21
but we use different sets of puzzle pieces
to reconstruct the image?
to reconstruct the image?
218
609637
4130
fakat aynı veriyi aldığımızda ne olur?
10:25
Let's first start with black hole
image simulation puzzle pieces.
image simulation puzzle pieces.
219
613791
4766
Kara deliğin resim simülasyon
yapboz parçaları ile başlayalım
yapboz parçaları ile başlayalım
10:30
OK, this looks reasonable.
220
618581
1591
Peki, bu mantıklı görünüyor.
10:32
This looks like what we expect
a black hole to look like.
a black hole to look like.
221
620196
2694
Kara deliğin benzemesini
umduğumuz şekilde görünüyor.
umduğumuz şekilde görünüyor.
10:34
But did we just get it
222
622914
1193
Ama sadece kara deliğin simülasyon
resimlerini sağladığımız için mi
resimlerini sağladığımız için mi
10:36
because we just fed it little pieces
of black hole simulation images?
of black hole simulation images?
223
624131
3314
bunu elde ettik ?
10:39
Let's try another set of puzzle pieces
224
627469
1880
Haydi kara deliğe ailt olmayan
astronomik nesnelerden
astronomik nesnelerden
10:41
from astronomical, non-black hole objects.
225
629373
2509
diğer yapboz parçalarının
setini deneyelim.
setini deneyelim.
Peki. Benzer şekilde
görünen resmi elde ettik.
görünen resmi elde ettik.
10:44
OK, we get a similar-looking image.
226
632914
2126
Günlük resimlerden elde
edilen parçalar nasıl olur?
edilen parçalar nasıl olur?
10:47
And then how about pieces
from everyday images,
from everyday images,
227
635064
2236
10:49
like the images you take
with your own personal camera?
with your own personal camera?
228
637324
2785
Kendi şahsi kameranla
çektiğin resimler gibi.
çektiğin resimler gibi.
10:53
Great, we see the same image.
229
641312
2115
Güzel, aynı resmi görüyoruz.
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
Aynı resmi farklı yapboz parçaları
setinden elde ettiğimizde
setinden elde ettiğimizde
10:58
then we can start to become more confident
231
646841
2046
daha güvenilir olmaya başlayabiliriz
11:00
that the image assumptions we're making
232
648911
1966
ki yaptığımız resim kabulü,
11:02
aren't biasing the final
image we get too much.
image we get too much.
233
650901
2921
çok fazla aldığımız son
resimle karşıtlık oluşturmaz.
resimle karşıtlık oluşturmaz.
11:05
Another thing we can do is take
the same set of puzzle pieces,
the same set of puzzle pieces,
234
653846
3253
Yapabileceğimiz diğer bir şey
günlük resimlerden türetilende
günlük resimlerden türetilende
11:09
such as the ones derived
from everyday images,
from everyday images,
235
657123
2489
olduğu gibi aynı set
yapboz parçalarını almak
yapboz parçalarını almak
11:11
and use them to reconstruct
many different kinds of source images.
many different kinds of source images.
236
659636
3600
ve onları birçok farklı resim kaynağını
yeniden inşa için kullanmaktır.
yeniden inşa için kullanmaktır.
11:15
So in our simulations,
237
663260
1271
Bu nedenle similasyonumuzda
11:16
we pretend a black hole looks like
astronomical non-black hole objects,
astronomical non-black hole objects,
238
664555
3775
kara deliği, evrenin merkezindeki file
benzer günlük resimlerde olduğu gibi
benzer günlük resimlerde olduğu gibi
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
astronomik olmayan kara delik nesnelere
benziyormuş gibi değerlendiriyoruz.
benziyormuş gibi değerlendiriyoruz.
11:24
When the results of our algorithms
on the bottom look very similar
on the bottom look very similar
240
672227
3168
En alttaki algoritma sonuçlarımız
en üstteki simülasyonumuzun
en üstteki simülasyonumuzun
11:27
to the simulation's truth image on top,
241
675419
2096
gerçek resmiyle benzer göründüğünde,
11:29
then we can start to become
more confident in our algorithms.
more confident in our algorithms.
242
677539
3346
algoritmamızda daha güvenilir
olmaya başlayabiliriz.
olmaya başlayabiliriz.
11:32
And I really want to emphasize here
243
680909
1867
Burada gerçekten vurgulamak istediğim,
11:34
that all of these pictures were created
244
682800
1934
tüm bu resimler
kişisel kameranızla çektiğiniz
fotoğraflar gibi olan günlük fotoğrafların
fotoğraflar gibi olan günlük fotoğrafların
11:36
by piecing together little pieces
of everyday photographs,
of everyday photographs,
245
684758
2936
parçalarının bir araya
getirilmesiyle oluşturuldu.
getirilmesiyle oluşturuldu.
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
Bu nedenle daha önce
görmediğimiz kara delik resmi
görmediğimiz kara delik resmi
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
her an gördüğümüz insanların, binaların,
ağaçların, kedilerin ve köpeklerin
ağaçların, kedilerin ve köpeklerin
11:49
of people, buildings,
trees, cats and dogs.
trees, cats and dogs.
249
697224
2745
resimlerinin bir araya
getirilmesiyle oluşturulabilir.
getirilmesiyle oluşturulabilir.
Bu tarz bir fotoğraflama düşüncesi,
ilk kara delik resmimizi çekmemizi
ilk kara delik resmimizi çekmemizi
11:51
Imaging ideas like this
will make it possible for us
will make it possible for us
250
699993
2645
11:54
to take our very first pictures
of a black hole,
of a black hole,
251
702662
2619
bizim için mümkün kılabilir
11:57
and hopefully, verify
those famous theories
those famous theories
252
705305
2447
ve inşallah bilim adamlarının günlük
11:59
on which scientists rely on a daily basis.
253
707776
2421
bazda dayandığı teoriyi doğrulayacağız.
12:02
But of course, getting
imaging ideas like this working
imaging ideas like this working
254
710221
2608
Fakat, çalışma ayrıcalığına eriştiğim
araştırma takımım olmasaydı
araştırma takımım olmasaydı
12:04
would never have been possible
without the amazing team of researchers
without the amazing team of researchers
255
712853
3322
bunun gibi çalışan
resimleme fikrini edinmek
resimleme fikrini edinmek
12:08
that I have the privilege to work with.
256
716199
1887
hiçbir zaman gerçekleşemezdi.
12:10
It still amazes me
257
718110
1163
Herhangi bir astronomi alt yapım
olmadan bu projeye başlamama rağmen,
olmadan bu projeye başlamama rağmen,
12:11
that although I began this project
with no background in astrophysics,
with no background in astrophysics,
258
719297
3351
bu eşsiz işbirliğinin daha ilk kara delik
resminde sonuç verebilmesiyle
resminde sonuç verebilmesiyle
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
başardığımız şey beni hâlen şaşırtıyor.
12:20
But big projects like
the Event Horizon Telescope
the Event Horizon Telescope
261
728098
2698
Fakat "Event Horizon Telescope"
gibi büyük projeler
gibi büyük projeler
12:22
are successful due to all
the interdisciplinary expertise
the interdisciplinary expertise
262
730820
2814
disiplinler arası uzman farklı insanların
masaya getirilmesi nedeniyle başarılıdır.
masaya getirilmesi nedeniyle başarılıdır.
12:25
different people bring to the table.
263
733658
1790
12:27
We're a melting pot of astronomers,
264
735472
1706
Biz, aynı potada eriyen astronom, fizikçi,
matematikçi ve mühendisleriz.
matematikçi ve mühendisleriz.
12:29
physicists, mathematicians and engineers.
265
737202
2232
12:31
This is what will make it soon possible
266
739458
2554
Bu, imkânsız olduğu
düşünülen şeyi başarmak için
düşünülen şeyi başarmak için
12:34
to achieve something
once thought impossible.
once thought impossible.
267
742036
2853
eninde sonunda yapılacak olan şeydir.
12:36
I'd like to encourage all of you to go out
268
744913
2256
İlk bakışta kara delik
kadar gizemli gelse de
kadar gizemli gelse de
12:39
and help push the boundaries of science,
269
747193
2096
sizi dışarı çıkmaya, bilimin sınırlarının
genişletilmesine yardım etmeye
genişletilmesine yardım etmeye
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
davet ediyorum.
12:45
Thank you.
271
753238
1174
Teşekkür ederim
12:46
(Applause)
272
754436
2397
(Alkış)
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