找回密码
 立即注册
  • QQ空间
  • 回复
  • 收藏

算法之美!500万GB数据“拼”出的黑洞照片

admin 2019-4-12 18:22 106人围观 C++相关

小编的话:我们所看到的这张刷屏的黑洞照片,实际是全球科学家们对庞大的黑洞观测数据进行加工后的“视觉呈现”。黑洞很远,AI很近,可以说,人类史上首张黑洞照片的成功诞生,也是数据+算法+算力的完美融合。



“事件视界望远镜(EHT)”成像团队核心人物之一  凯蒂 · 布曼

超级黑洞实际是看不见的,因为没有光能从中出逃。那么,我们被刷屏的黑洞照片是怎么拍的?

如果将无线电波长放大,我们就会看到一圈光线由围绕黑洞的等离子体引力透镜产生,这个黑洞在背后明亮物质的衬托下,留下了一个圆形的暗影,而它周围那明亮的光环勾勒出黑洞的边界——事件视界。

但黑洞离我们太过遥远,从地球上看,还没月球上的一个橘子大。即便是地球上功能最强的光学望远镜,其分辨率甚至还不足以让我们得到月球表面的图片。想要看清黑洞,我们需要一个和地球一样大的望远镜,这无异于天方夜谭。

不过,办法总是人想出来的。一个事件视界望远镜(Event Horizon Telescope,EHT)国际合作项目就此诞生了。



一个地球大小的望远镜


该项目团队通过电脑建造了一个与地球一样大的虚拟望远镜,由8个分布在地球不同地方(智利ALMA、智利APEX、西班牙IRAM、夏威夷Maxwell、墨西哥LMT、夏威夷SMA、美国ARO、南极SPT)的无线电望远镜,组成一个遍及全球的网。

想要“冲洗”出黑洞的照片,就需要分布在全球各地的天文望远镜在同一时间“按下快门”,记录无线电数据,然后再依靠机器学习算法,在PB级嘈杂数据中过滤、加工,最终将距离5500万光年的M87星云照片“拼”出黑洞的样子。





夜产200万GB的庞杂数据源


2017年4月,8台望远镜终于凑出了时间,同时来观测黑洞。2017年6月,布曼收到来自超过半吨的硬盘,里面装着来自上述八台望远镜的5PB黑洞观测数据,相当于5000年的mp3,或者40000人提供的一生的自拍。



布曼收到的黑洞图片数据硬盘

但是,硬盘里的数据那么繁杂,怎么知道谁才属于黑洞呢?

在人力所不能及的地方,就是机器学习出场的时候!

从银河中心传到各个望远镜的时间并完全一致,当不同的望远镜收到的两股无线电波相遇,就产生了“干涉”。

然而,无线电波穿过大气层时,速度会变慢,结果时间测定就不够准确。为了解决这一问题,布曼所在的研究团队提出了CHIRP算法,让每个测量值都是三台望远镜相乘的结果,抵消了大气导致的误差。

布曼他们用2年时间处理这些数据,终于在2019年4月从这些数据中还原出了这个黑洞的照片。



一个可以合成最终图片的算法


布曼所研发的CHIRP算法,就是使用Patch priors进行连续高分辨率图像重建,补足八个望远镜提供的有限数据,捕捉黑洞的边界,生成一张看起来像是黑洞图片。

由于望远镜数量的限制,样本数量有限,可能有无数张图片符合望远镜所测量到的信息,其中有些图片可能会更贴近我们想象中的黑洞,有些图片则完全不像。

首先,按照图片是真正黑洞图片的可能性进行排序,选出可能性最高的那张图。



但问题是,没人见过真正的黑洞,那么什么样的图才像真正的黑洞呢?黑洞的结构又该如何假设呢?

使用像《星际穿越》里黑洞图那样的模拟图?这并非不可行,只是存在一个问题,如果爱因斯坦的理论是错的,怎么办?

布曼说,他们希望获得尽可能真实的图片,但如果在算法掺入太多爱因斯坦的公式,最终只会看到自己希望看到的。但是,你怎么就能确定我们不能在宇宙中心看到一头大象呢?



不同类型的照片有完全不同的特征,人们可以轻松分辨一张黑洞模拟图和日常生活照之间的差别,我们需要在不过度提供某类照片特征的情况下,让算法知道一张正常的图片应该是什么样。

一个办法就是向算法输入拥有不同特征的图片,然后看看这些图片会如何影响重建的结果。如果不同类型的图片输出了相似的结果,那么就说明此前对图片的假设并没有导致结果出现太大偏差。

这有点像让三个来自不同国家的法医素描师,根据同样的文字描述来作画,如果他们画的差不多,那么就相对确定他们各自的文化背景没有影响到他们的画。



将不同图片的特征赋予算法的一个方法,就是使用现有图片的碎片特征。因此,布曼将图片分解成无数个小图片,然后像拼图一样处理这些小图片,最后获得符合望远镜所测量数据的完整图片。

不同类型的照片有完全不同的拼图碎片,所以当使用相同的数据和截然不同的拼图来重现图像时,会发生什么?



布曼先从黑洞模拟类的拼图开始,拼成比较符合我们想象的黑洞的样子。但得到这个结果是否仅仅是因为我们拿的是黑洞模拟拼图呢?

随后,他们又拿宇宙各种天体的照片、人们日常生活的照片去拼图,均得到相似的图片。



布曼他们做的另一件事,是用同一组拼图获得不同类型的源图片。所以在模拟实验中,他们假设黑洞看起来像一个非黑洞天体,比如像一头大象。

当下面一排由算法算出的图片与上排真实图片十分相似时,他们就对算法有了更多信心。



此处所有图片都是由拼接日常照片得出。

所以,一张人们从未见过的黑洞照片,最终却可能由人、楼房、树、小猫、小狗等我们熟悉的日常图片构成。

这样的想法使得拍摄第一张黑洞照片成为可能,并将爱因斯坦的理论置于其最严格的测试之中; 所观察到的黑洞的大小和形状都可以通过广义相对论方程来预测,同时使得科学家们每天所依靠的著名理论有望被校验。

布曼论文传送门:https://dspace.mit.edu/handle/1721.1/103077



结语:第一张黑洞照片背后的价值


最后,附送我们在EHT官网上找到了183M的黑洞超高清大图(7416×4320)的压缩版:



很遗憾,我们被刷屏了连续两天的黑洞照片并不是真正的“黑洞照片”,更合适的理解是科学家们对庞大的黑洞观测数据进行合成后的一种“视觉呈现”,并通过这一图像,验证了爱因斯坦黑洞理论的成立,以及黑洞与人类之前想象中形象的相似性。

但这个照片凝聚了来自全世界的天文学家、物理学家、数学家和工程学家们智慧和汗水的结晶,他们用创新的思维和不同常人的毅力完成了这一人类史上伟大的壮举。

史上第一次拍摄黑洞事件视界图像的面纱终于被揭开,而人工智能算法在其中的作用不可估量。英国媒体Dailymail认为,事件视界望远镜的观测可以算作本世纪最重要的科学突破。

正如布曼所言,就像所有新发现一样,这只是一个开始。

RECOMMEND

推荐阅读

智慧“信令”数据在城市大脑中的创新应用

联通与腾讯的“爱情火花”-云景文旅合资公司

一篇运维老司机的大数据平台监控宝典(2)

一篇运维老司机的大数据平台监控宝典(1)







扫码关注联通大数据,了解更多大数据资讯


----------------------------------------------------------------------------------------------------------------------
我们尊重原创,也注重分享,文章来源于微信公众号:中国联通大数据,建议关注公众号查看原文。如若侵权请联系qter@qter.org。
----------------------------------------------------------------------------------------------------------------------

鲜花

握手

雷人

路过

鸡蛋

yafeilinux和他的朋友们微信公众号二维码

微信公众号

专注于Qt嵌入式Linux开发等。扫一扫立即关注。

Qt开源社区官方QQ群二维码

QQ交流群

欢迎加入QQ群大家庭,一起讨论学习!

我有话说......


关于进行手机实名认证的紧急通知!
按照有关部门要求,论坛类网站必须完成手机实名认证才可以进行发帖等操作。希望大家积极配合,为创建一个和谐文明的社区而贡献自己的力量。我们会对会员的隐私进行严格保密,对大家造成的不便深表歉意! 我知道了