Katie Bouman en het algoritme dat een van de grootste raadsels van het universum heeft ontcijferd

Katie Bouman bedacht het algoritme dat de reconstructie van het eerste echte beeld van een zwart gat mogelijk maakte

Gisteren was een groot deel van de wereld vol verwachting en zelfs verbaasd over het nieuws van het eerste beeld van een zwart gat, ongetwijfeld een van de meest raadselachtige fenomenen die zich allemaal in de kosmos voordoen. Zoals we in de respectieve notitie zeiden, zijn zwarte gaten grofweg gebieden van ruimte-tijd waar de zwaartekracht zo intens is dat geen enkel deeltje aan zijn aantrekkingskracht ontsnapt, wat zelfs tot de meest elementaire deeltjes of fotonen van de werveling naar zijn werveling leidt die het licht is gemaakt. Vandaar de naam, vanwege de plaats waar het wordt gevonden, is er niets dan duisternis en leegte.

Door deze kenmerken, onder andere, was het voor de mens tot gisteren onmogelijk om een ​​betrouwbaar beeld van dit fenomeen te verkrijgen. Dankzij een inspanning van verschillende bureaus en ruimteobservatoria verzameld in het Event Horizon Telescope (EHT) -project, was het gisteren echter mogelijk om dit beeld, dat nu historisch is geworden, te publiceren.

In het kort gezegd, het Event Horizon Telescope-project bestond uit het coördineren van de acties van acht radiale telescopen in verschillende delen van de planeet (meestal in Noord- en Zuid-Amerika, plus één in Spanje, een andere in Hawaï en nog een in de Zuidpool) om een ​​telescoop te verkrijgen virtueel zo groot als onze planeet en daarom veel krachtiger en effectiever. Met behulp van een techniek die bekend staat als interferometrie, was het mogelijk om de radiosignalen die in de genoemde faciliteiten werden verkregen te combineren om een ​​veel betrouwbaarder en nauwkeuriger beeld te krijgen van het doel in kwestie, in dit geval het superzware zwarte gat dat is gedetecteerd in het sterrenbeeld Boogschutter A, 25 duizend 640 lichtjaar verwijderd van de aarde.

Op dit punt is het misschien de moeite waard om te verduidelijken dat de informatie die is verkregen in de observatoria die aan de EHT zijn bevestigd, geen visuele beelden zijn zoals die we waarnemen door een telescoop, maar radiosignalen die worden uitgezonden door de verschillende lichamen en fenomenen die in het universum worden gevonden en die mogelijk is te detecteren dankzij antennes die voor dit doel zijn ontworpen. Deze antennes verkrijgen dan geen beeld als zodanig, maar informatie die vervolgens nodig is om te reconstrueren om een ​​beeld te verkrijgen dat geschikt is voor onze waarneming.

Dat gezegd hebbende, lijkt het EHT-project misschien begrijpelijker. Het toevoegen van de signalen niet verkregen door een of twee radiale telescopen maar door acht, klinkt het logisch dat op het moment van het reconstrueren van de ontvangen informatie, een veel scherper beeld wordt verkregen van wat wordt waargenomen. Dit, althans in theorie.

Maar hoe kun je dergelijke informatie vandaag de dag opnieuw interpreteren en reconstrueren? In feite, op een bepaalde manier en hoewel op een heel andere schaal, gebeurt dat elke dag voor onze ogen, en in feite is het al enkele decennia aan de gang. De beelden die we op televisie of, in onze tijd, op de schermen van onze telefoons en onze computers zien, bestaan ​​alleen in die vorm nadat ze door verschillende machines zijn gegaan die hun informatie meerdere keren hebben gecodeerd en gedecodeerd totdat ze voor ons leesbaar zijn. Stukken informatie die ons nu zo alledaags lijken als een foto op Facebook, een spraakbericht of het hoofdstuk van onze favoriete serie komen naar ons nadat ze verschillende keren zijn omgezet in elementaire stukjes informatie die van het ene naar het andere punt op de planeet kunnen gaan en Verkrijg de originele vorm waar ze worden gevraagd.

De sleutel tot een dergelijke reconstructie ligt in de algoritmen, de basis van de computersystemen die die naam hebben voor het simpele feit dat ze gegevens berekenen. Toen de mens bepaalde vormen van zijn informatie kon herleiden tot twee elementaire alternatieven - ja of nee, 0 of 1, aan of uit - gaf dit computers de mogelijkheid om processen te behandelen waarvan het belangrijkste kenmerk herhaling is. Als een bewerking zich herhaalt en de actie-opties 0 of 1 zijn, is het mogelijk deze uit te drukken in de vorm van een algoritme dat op zijn beurt door een machine kan worden geïnterpreteerd. Programmeertalen zijn niets anders dan de uitdrukking in een specifiek vocabulaire en syntaxis van de instructies die een machine moet volgen.

In het geval van het EHT-project en de informatie verzameld door de deelnemende observatoria, vereiste de behandeling die tot de interpretatie ervan leidde een algoritme. En dit was het werk van een jonge wetenschapper van 29 jaar wiens naam precies de wereld rond is gegaan, samen met het beeld dat met zijn vindingrijkheid kon worden verkregen: Katie Bouman.

Als student informatica aan het prestigieuze Massachusetts Institute of Technology (MIT) had Bouman de leiding over het stuk van het project dat het algoritme ontwikkelde dat de reconstructie van het beeld van het zwarte gat uit de golven mogelijk maakte van radio verkregen door de EHT. Een paar jaar geleden zei de jonge vrouw in een artikel uit 2016 over de moeilijkheden van dit project dat het verkrijgen van een beeld van dit fenomeen een beetje was, vanwege de afstand waarop het zich bevindt, zoals het willen fotograferen van een druif op het oppervlak van de maan . Over het gebruikte wiskundige model werd toen gezegd:

[…] Het model kan worden gezien als een rubberen plaat bedekt met regelmatig op afstand van elkaar geplaatste kegels, waarvan de hoogte varieert, maar waarvan de bases allemaal dezelfde diameter hebben.

Het model aanpassen aan interferometrische gegevens is een kwestie van het aanpassen van de hoogten van de kegels, die nul kunnen zijn voor lange secties, overeenkomend met een vlakke plaat. Het vertalen van het model naar een visueel beeld is als het bedekken met een plasticfolie: het plastic zal spannen tussen de nabijgelegen pieken, maar zal naar beneden leunen langs de zijkanten van de kegels grenzend aan de vlakke gebieden. De hoogte van de plastic verpakking komt overeen met de helderheid van de afbeelding. Omdat die hoogte continu varieert, behoudt het model de natuurlijke continuïteit van het beeld.

Als een aanvullend feit, een van de meest bijzondere afbeeldingen van Bouman die de laatste uren hebben rondgedraaid, waarin hij gelukkig wordt waargenomen naast enkele metalen objecten die niets anders zijn dan harde schijven, batterijen en batterijen voor harde schijven die ze bevatten niets meer dan de informatie verkregen door de EHT-telescopen, die zoveel was (5 pentabytes, bijna 2000 harde schijven met elk 1 terabyte capaciteit) dat het in plaats van het via internet te verzenden, veel praktischer was om het fysiek te vervoeren. Dat was de hoeveelheid informatie die door het algoritme van Bouman werd behandeld.

Naast het succesverhaal of de inspiratie die we in Bouman's traject kunnen zien, kan deze case ons ook helpen aantonen waarom algoritmen belangrijke gebieden van ons huidige leven hebben veroverd, omdat ze vaak het bewijs leveren dat, zoals al Descartes zei in zijn verhandeling over de methode dat er geen onmogelijke taak is, hoe complex die ook mag lijken, als we deze met onze rede en onze kennis in betaalbare en realiseerbare plots kunnen verdelen.

Ook in Pyjama Surf: de droom van Descartes (of hoe de moderne wetenschap werd gesticht door een engel)