Il y a quatre ans, une équipe de scientifiques révélait au monde l’une des plus grandes réalisations scientifiques de l’humanité : la toute première image d’un trou noir (ou plutôt son ombre). Grâce à une nouvelle technique d’apprentissage automatique, les chercheurs ont pu affiner cette image emblématique. Ces travaux viennent de faire l’objet d’une étude publiée dans The Astrophysical Journal Letters.
Une photo historique
En 2019, des chercheurs partageaient avec nous la toute première image directe de l’ombre d’un trou noir jamais obtenue. Cette photo avait été capturée par l’Event Horizon Telescope (EHT), un réseau mondial de télescopes radio qui travaillent ensemble pour former un télescope virtuel de la taille de la Terre.
Ce trou noir supermassif, situé au centre de la galaxie M87, également connu sous le nom de M87*, aurait une masse d’environ 6,5 milliards de fois celle de notre Soleil. À titre de comparaison, celui posté au centre de la Voie lactée, imagé lui aussi par la suite, aurait une masse d’environ quatre millions de soleils.
Cette image nous montre un anneau lumineux qui représente un disque d’accrétion de matière chauffée à blanc. Le centre de l’image représente ensuite l’ombre du trou noir où la gravité est si forte que même la lumière ne peut s’échapper. Notez que l’anneau lumineux est asymétrique en raison de l’effet Doppler qui rend une partie de l’anneau plus brillante que l’autre en fonction du mouvement du gaz autour du trou noir.
Bien qu’extraordinaire, cette image, qui aura marqué un tournant dans l’astronomie en validant des prédictions de la théorie de la relativité générale d’Einstein concernant la forme et la taille de l’ombre d’un trou noir, nous paraissait en revanche un peu floue. Dans le cadre d’une étude récente, des chercheurs ont utilisé un outil d’intelligence artificielle (IA) pour affiner les contours de cet objet.
Un rendu très proche de la réalité
Dans le détail, les chercheurs se sont tournés vers une nouvelle technique appelée modélisation interférométrique à composantes principales (ou PRIMO). Cet outil a analysé plus de 30 000 images simulées haute fidélité d’accrétions de gaz de trous noirs pour trouver des modèles communs. Ces derniers ont ensuite été triés en fonction de leur fréquence avant d’être mélangés et appliqués à l’image d’origine pour produire une image plus précise.
En vérifiant l’image nouvellement rendue avec les données initiales et la théorie sur ce à quoi devrait ressembler le trou noir, les chercheurs ont finalement confirmé que leur image était une approximation très proche de la réalité.
« Grâce à notre nouvelle technique d’apprentissage automatique, PRIMO, nous avons pu atteindre la résolution maximale du réseau [de télescope] actuel« , a déclaré Lia Medeiros, de l’Institute for Advanced Study de Princeton (New Jersey). « Étant donné que nous ne pouvons pas étudier les trous noirs de près, le détail d’une image joue un rôle essentiel dans notre capacité à comprendre son comportement. La largeur de l’anneau dans l’image est maintenant plus petite d’environ un facteur de deux, ce qui sera une contrainte puissante pour nos modèles théoriques et tests de gravité. » Ce rendu plus précis permettra une étude encore plus approfondie des effets extrêmes produits par ces ogres cosmiques toujours aussi fascinants et mystérieux.
