Ana sayfa Bilim Astronomi İlk karadelik görüntüsü oluşturan algoritmanın mimarı: Katie Bouman

İlk karadelik görüntüsü oluşturan algoritmanın mimarı: Katie Bouman

Katie Bouman, M87* karadeliğinin verilerini içeren hard disklerle. [Paul Coxon]
Okuma süresi: 4 dakika

M87 galaksisinin merkezindeki karadeliği gözlemleyen Olay Ufku Teleskobu’nun verilerini bir araya getirerek algoritmanın mimarı, genç araştırmacı Katie Bouman oldu.

10 Nisan 2019 tarihinde bilim tarihinde çığır açan yeni bir gelişmeye tanık olduk. İlk kez bir karadeliğin doğrudan gözlemi ile ortaya çıkan fotoğrafı gözler önüne serildi. Messier 87 galaksisinin merkezinde yatan süper dev karadeliğin görüntüsü, senkronize çalışan 8 teleskobun verileri ile ortaya çıkarıldı. Elde edilen verileri bir araya getirip ilk karadelik görüntüsünü oluşturan algoritmayı ise Katie Bouman hazırladı.

Massachusetts Teknoloji Enstitüsü (MIT) Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı, Harvard Smithsonian Astrofizik Merkezi ve MIT Haystack Gözlemevi tarafından Haziran 2016’da duyurulan algoritma, o dönem hayata geçirilen Olay Ufku Teleskobu’nun parçalar halinde topladığı verileri bir araya getirmek için geliştirildi.

Algoritma ekibinin başında yer alan Bouman, MIT elektrik mühendisliği ve bilgisayar bilimi bölümününden mezun. Bouman, iki yıl önce yaptığı açıklamada, “Radyo dalgaboylaırı birçok fayda ile beraber geliyor Nasıl radyo frekansları duvarların içinden geçiyorsa, radyo dalgaboyları da galaktik tozların içinden geçebiliyor. Galaksimizin merkezini görünür dalgaboyları ile görmek mümkün olmazdı çünkü arada çok fazla materyal var” ifadesini kullanmıştı.

Radyo dalgaları, çok uzun dalgaboylarından dolayı büyük anten çanakları tarafından yakalanmak zorunda. En büyük tek parça radyo-teleskobun çapı 300 metre. Ancak toplayacağı radyo dalgaları ile oluşturacağı Ay görüntüsü arka bahçenizdeki sıradan bir teleskobun sunacağı görüntü kadar bulanık olurdu.

Bouman: “Bir karadelik çok, çok uzak ve çok yoğun. Samanyolu’nun merkezindeki karadeliğn fotoğrafını çekmek, Ay yüzeyindeki bir greyfurtun radyo teleskop ile görüntüsünü çekmeye benziyor. Bu kadar küçük bir gök cismini görüntülemek istersek, 10,000 km çapında bir teleskoba ihtiyacımız var. Bu da hiç pratik değil çünkü Dünya’nın çapı bile 13,000 kilometreye ulaşmıyor.”

Bu yüzden, Olay Ufku teleskobu Dünya’nın farklı yerlerinde bulunan sekiz güçlü gözlemevi ile oluşturuldu. Yine de, çapı 10,000 km olan bir teleskobu simüle etmeye çalışacak gözlemevlerinin elde edeceği veriler arasında büyük boşluklar olacaktı. Bu aşamada, Bouman’ın algoritması devreye girecekti.

Bouman, CHIRP (Continuous High-resolution Image Reconstruction using Patch priors) adını verdiği algoritmasını ilk olarak 2016 Haziran’da düzenlenen Computer Vision and Pattern Recognition konferansında sundu. Araştırma makalesine Bouman’ın danışmanlığını yapan Profesör Bill Freeman ve Olay Ufku Teleskobu projesinin direktörü Sheperd Doeleman katkıda bulundu.

Olay Ufku Teleskobu, interferometre yöntemi ile çalışıyor. Senkronize halde bir hedefe odaklanan teleskopların elde ettiği veriler bir araya getiriliyor. Bu da, CHIRP algoritmasının radyo interferometre kullanan tüm görüntüleme sistemlerine uygulanabileceği anlamına geliyor.

M87 galaksisinin merkezindeki karadeliğin gölgesine ait görüntü. [ESO]

CHIRP nasıl çalışıyor?

Astronomik gözlemlerde sinyaller normalde iki ayrı teleskoba farklı zamanlarda ulaşıyor. Dünya’nın atmosferi de sinyallerin varış zamanını yavaşlatabiliyor. Sinyallerin gecikmesi, interferometre sisteminde aksaklıklara neden olabiliyor.

Bouman’ın algoritması sinyallerin gecikme sürelerini akılcı bir çözümle ortadan kaldırıyor. Eğer üç teleskop ile yapılan ölçümler çarpılırsa, atmosferik gürültünün neden olduğu gecikme süreleri birbirini ortadan kaldırıyor. Bu çözüm her yeni ölçümün üç teleskoptan da veri alması gerektiği anlamına geliyor (sadece iki tane değil) ancak kesin ölçümler veri kaybını ortadan kaldırıyor.

Atmosferik gürültü ortadan kaldırılsa bile, yeryüzünün dört bir yanına dağılmış bir grup teleskobun yaptığı ölçümler her zaman yeterli değil. Kullanılabilecek her görüntü verilere uygulanabiliyor. Böylece verilere uyan ve belli beklentileri karşılayan verilerin bir araya getirilmesi gerekiyor. Bouman ve ekibi CHIRP ile bu aşamada da çözüm sunmayı başardı.

Astronomik interferometrik veriyi değerlendiren geleneksel algoritma bir görüntüyü bireysel ışık noktalarının bir araya toplanması olarak varsayıyor. Buradan yola çıkarak parlaklığı ve konumu veriye en çok uyan noktaları bulmaya çalışıyor. Ardından algoritma birbirine yakın parlak noktaları bir araya getirerek ortaya çıkarılmak istenen görüntüyü tamamlamaya çalışıyor.

Simulated image of M87
M87 galaksisinin merkezindeki karadeliğe ait 2017’de hazırlanan simülasyonlar. [Jason Dexter (sol) ve Kazunori Akiyama (sağ)]

CHIRP, bireysel noktalardan biraz daha karmaşık bir model kullansa da matematiksel olarak takip edilebiliyor. Kullanılan modeli bir plastik yüzey üzerine yerleştirilen, boyları farklı ancak temelleri aynı çapa ait koniler gibi düşünebilirsiniz.

Modeli interferometre verilerine uydurmak konilerin boylarını ayarlamaktan geçiyor. Düz bir yüzeye uyumlu şekilde uzun bir şekilde çektiğinizi düşünürseniz bu 0 bile olabilir. Modeli görsele dönüştürmek ise etrafını plastik ile sarmaya benzetilebilir. Plastik yakınlardaki uçlar arasında sıkıca gerilecek ancak düz alanlara bitişik konilerin yanlarına doğru inecek. Plastik örtünün yüksekliği, görüntünün parlaklığı ile uyumlu olacak. Yükselik sürekli değiştiği için model tamamlanana kadar görüntünün sürerliğini sağlayacak.

Bouman’ın modelinde koniler matematiksel bir soyutlama, plastik örtü ise yüksekliği bilgisayar tarafından belirlenen görsel bir “zarf.” Aslına bakılırsa “spline” olarak adlandırılan matematiksel nesneler parabol gibi gayet iyi bükülüyor olsa da, koniler aynı mantıktan yola çıkıldığı için modelde kullanılabiliyor.

Eksikleri yamamak

Bouman ve ekibi modellerini geliştirdikten sonra gerçek-dünya görüntülerine ait 64 piksel yamalarda yeniden tekrarlayan görsel desenleri tepit etmek için makine öğrenimi kullandı. Böylece CHIRP’ın görüntüleri yeniden oluşturma yeteneğini güçlendirdi. Yapılan ayrı deneylerde, astronomik görüntülerden ve yeryüzüne ait karelerden yamalar çıkardı. Ancak eğitme verilerinin yeniden oluşturulan nihai görüntülere etkisi düşük oldu.

Çalışmaların devamında, sentetik astronomik görüntülere ait geniş bir veritabanı ve farklı teleskoplarda ortaya koyacakları ölçümler kullanıldı. Hesaplamalarda atmosferik gürültü, teleskopların kendi termal gürültüleri ve diğer gürültü türleri de dikkate alındı. CHIRP’ın diğer algoritmalardan daha iyi olduğunu anlayan Bouman, daha da geliştirilmesi için algoritmayı açık kaynaklı hale getirdi.

Nihayetinde Olay Ufku Teleskobu’nun elde edeceği dev miktarlardaki verinini arasındaki köprüleri inşa etmek ve verileri eksiksiz işleyerek en net görüntüyü ortaya çıkarabilmek için CHIRP hazır hale gelmişti. Belli miktar veri ile verilerin yüksek kesinlik ile yeniden oluşturulmasını sağlayan CHIRP, 10 Nisan 2019’da Dünya’ya sunulan ilk karadelik görüntüsünün elde edilmesini sağladı.

Bouman’ın ilk karadelik görüntüsü yayınlandığı esnadaki tepkisi:

[Twitter]