L’image emblématique d’un trou noir supermassif dans la galaxie Messier 87 (M87) – décrite par les astronomes comme un « beignet orange flou » – était un témoignage étonnant des capacités du télescope Event Horizon (EHT). Mais il y avait encore des lacunes dans les données d’observation, limitant la résolution que l’EHT a pu atteindre. Aujourd’hui, quatre membres de la collaboration EHT ont appliqué une nouvelle technique d’apprentissage automatique appelée PRIMO (modélisation interférométrique en composantes principales) aux données originales de 2017, donnant à cette célèbre image sa première cure de jouvence. Ils ont décrit leur exploit dans un nouvel article publié dans The Astrophysical Journal Letters.

« PRIMO est une nouvelle approche de la tâche difficile de construire des images à partir d’observations EHT », a déclaré le co-auteur Tod Lauer (NOIRLab). « Il fournit un moyen de compenser les informations manquantes sur l’objet observé, qui sont nécessaires pour générer l’image qui aurait été vue à l’aide d’un seul radiotélescope gigantesque de la taille de la Terre. »

Comme nous l’avons signalé précédemment, l’EHT n’est pas un télescope au sens traditionnel du terme. Au lieu de cela, il s’agit d’une collection de télescopes dispersés dans le monde entier, y compris du matériel d’Hawaï à l’Europe et du pôle Sud au Groenland, bien que tous n’aient pas été actifs lors des premières observations. Le télescope est créé par un processus appelé interférométrie, qui utilise la lumière capturée à différents endroits pour construire une image avec une résolution qui est l’équivalent d’un télescope géant (un télescope si grand, c’est comme s’il était aussi grand que la distance entre le emplacements les plus éloignés des télescopes individuels).

En 2019, l’EHT avait fait la une des journaux en annonçant la première image directe d’un trou noir, situé dans la constellation de la Vierge, à quelque 55 millions d’années-lumière. C’était un exploit qui aurait été impossible il y a à peine une génération, rendu possible par des percées technologiques, de nouveaux algorithmes innovants et, bien sûr, la connexion de plusieurs des meilleurs observatoires radio du monde. Le magazine Science a nommé l’image sa percée de l’année.

L’EHT a capturé des photons piégés en orbite autour du trou noir, tourbillonnant à une vitesse proche de la lumière, créant un anneau lumineux autour de lui. De là, les astronomes ont pu en déduire que le trou noir tourne dans le sens des aiguilles d’une montre. L’imagerie a également révélé l’ombre du trou noir, une région centrale sombre à l’intérieur de l’anneau. Cette ombre est aussi proche que les astronomes peuvent arriver à prendre une photo du trou noir réel, dont la lumière ne peut pas s’échapper une fois qu’elle traverse l’horizon des événements. Et tout comme la taille de l’horizon des événements est proportionnelle à la masse du trou noir, l’ombre du trou noir l’est aussi : plus le trou noir est massif, plus l’ombre est grande. C’était une confirmation étonnante de la théorie générale de la relativité, montrant que ces prédictions tenaient même dans des environnements gravitationnels extrêmes.

Deux ans plus tard, l’EHT a publié une nouvelle image du même trou noir, montrant cette fois à quoi il ressemblait en lumière polarisée. La capacité de mesurer cette polarisation pour la première fois – une signature des champs magnétiques au bord du trou noir – a donné un nouvel aperçu de la façon dont les trous noirs engloutissent la matière et émettent de puissants jets à partir de leurs noyaux. Cette polarisation a permis aux astronomes de cartographier les lignes de champ magnétique au bord intérieur et d’étudier l’interaction entre la matière entrant et soufflée vers l’extérieur.

Et maintenant, PRIMO a donné aux astronomes un regard encore plus précis sur le trou noir supermassif de M87. « Nous utilisons la physique pour combler les régions de données manquantes d’une manière qui n’a jamais été faite auparavant en utilisant l’apprentissage automatique », a déclaré le co-auteur Lia Medeiros de l’Institute for Advanced Study. « Cela pourrait avoir des implications importantes pour l’interférométrie, qui joue un rôle dans des domaines allant des exo-planètes à la médecine. »

PRIMO s’appuie sur ce que l’on appelle l’apprentissage par dictionnaire, dans lequel un ordinateur apprend à identifier si une image inconnue est, par exemple, celle d’une banane, après avoir été formé sur de grands ensembles d’images différentes de bananes. Dans le cas de M87*, PRIMO a analysé plus de 30 000 images simulées de trous noirs accrétant du gaz, en tenant compte de nombreux modèles différents expliquant comment cette accrétion de matière se produit. Les modèles structurels ont été triés en fonction de leur fréquence d’apparition dans les simulations, et PRIMO les a ensuite mélangés pour produire une nouvelle image haute fidélité du trou noir.

La nouvelle image montre la grande région sombre centrale plus en détail, tandis que le nuage environnant de gaz en accrétion est atténué pour réserver un « beignet maigre ». Selon les auteurs, l’image est cohérente à la fois avec les données EHT de 2017 et avec les prédictions théoriques, notamment les anneaux brillants résultant de la chute de gaz chaud dans le trou noir. La résolution plus élevée aidera les astronomes à déterminer plus précisément la masse du trou noir, à resserrer les contraintes sur les modèles alternatifs pour l’horizon des événements et à permettre des tests de gravité plus robustes.

« Grâce à notre nouvelle technique d’apprentissage automatique, PRIMO, nous avons pu atteindre la résolution maximale de la matrice actuelle », a déclaré Medeiros. « Puisque 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 deux, ce qui constituera une contrainte puissante pour nos modèles théoriques et nos tests de gravité.

PRIMO devrait s’avérer tout aussi utile pour d’autres observations EHT, notamment la première image (publiée l’année dernière) du trou noir (Sagittarius A*) au centre de notre propre galaxie, la Voie lactée. Alors que le trou noir de M87 était une cible plus facile et plus stable, avec presque toutes les images se ressemblant, ce n’était pas le cas pour Sagittarius A*. L’image finale était une moyenne des différentes images des données d’observation que l’équipe a recueillies au cours de plusieurs jours. Il a fallu cinq ans, plusieurs simulations de supercalculateurs et le développement de nouveaux algorithmes d’imagerie computationnelle capables de faire des inférences pour combler les blancs dans les données. PRIMO pourrait encore améliorer la résolution.

« L’image de 2019 n’était que le début », a déclaré Medeiros. « Si une image vaut mille mots, les données sous-jacentes à cette image ont beaucoup plus d’histoires à raconter. PRIMO continuera d’être un outil essentiel pour extraire de telles informations. »

DOI : The Astrophysical Journal Letters, 2023. 10.3847/2041-8213/acc32d (À propos des DOI).