Ondas Gravitacionais confirmam Teorias do buraco negro de Hawking e Kerr

Imagem
Cientistas confirmaram duas teorias de longa data relacionadas a buracos negros, graças à detecção do sinal de onda gravitacional mais claramente registrado até hoje. Dez anos após detectar a primeira onda gravitacional, a colaboração LIGO-Virgo-KAGRA anunciou (10 de setembro) a detecção de GW250114 — uma ondulação no espaço-tempo que oferece insights sem precedentes sobre a natureza dos buracos negros e as leis fundamentais da física. O estudo confirma a previsão do Professor Stephen Hawking de 1971 de que, quando dois buracos negros colidem e se fundem, a área total do horizonte de eventos do buraco negro resultante é maior do que a soma das áreas dos horizontes de eventos dos buracos negros originais— ela não pode encolher. Pesquisas também confirmaram a natureza de Kerr dos buracos negros — um conjunto de equações desenvolvido em 1963 pelo matemático neozelandês Roy Kerr que explica com elegância a aparência do espaço e do tempo perto de um buraco negro em rotação, que se diferenci...

Nova Imagem do Buraco Negro Supermassivo de M87

A imagem icônica do buraco negro supermassivo no centro de M87  teve sua primeira reformulação oficial com a ajuda do aprendizado de máquina. A nova imagem expõe ainda mais uma região central que é maior e mais escura, cercada pelo gás brilhante em forma de um "donut magro". A equipe usou os dados obtidos pela colaboração do Event Horizon Telescope (EHT) em 2017 e alcançou, pela primeira vez, a resolução total da matriz.

Em 2017, a colaboração do EHT usou uma rede de sete telescópios pré-existentes em todo o mundo para coletar dados sobre o M87, criando um “telescópio do tamanho da Terra” para formar aprimeira imagem de um buraco negro, divulgada em 2019. No entanto, como é inviável cobrir toda a superfície da Terra com telescópios, surgem lacunas nos dados – como peças faltando em um quebra-cabeça.

"Com nossa nova técnica de aprendizado de máquina, PRIMO (modelagem interferométrica de componentes principais), conseguimos atingir a resolução máxima da matriz atual", diz a principal autora Lia Medeiros, do Instituto de Estudos Avançados. "Como não podemos estudar os buracos negros de perto, o detalhe de uma imagem desempenha um papel crítico em nossa capacidade de entender seu comportamento. A largura do anel na imagem agora é menor em cerca de um fator de dois, o que será um restrição poderosa para nossos modelos teóricos e testes de gravidade."

“Estamos usando a física para preencher regiões de dados ausentes de uma forma nunca antes feita usando aprendizado de máquina”, acrescentou Medeiros. "Isto pode ter implicações importantes para a interferometria, que desempenha um papel em áreas como exoplanetas e medicina."

Buraco negro supermassivo M87 originalmente fotografado pela colaboração EHT em 2019 (esquerda); e nova imagem gerada pelo algoritmo PRIMO usando o mesmo conjunto de dados (à direita). Crédito: Medeiros et al. 2023

A equipe confirmou que a imagem recém-renderizada é consistente com os dados do EHT e com as expectativas teóricas, incluindo o anel brilhante de emissão que se espera ser produzido pelo gás quente caindo no buraco negro. A geração de uma imagem exigia assumir uma forma apropriada das informações ausentes, e o PRIMO fez isso com base na descoberta de 2019 de que o buraco negro M87 em detalhes amplos parecia o previsto.

“Aproximadamente quatro anos após a primeira imagem em escala horizontal de um buraco negro ter sido revelada pelo EHT em 2019, marcamos outro marco, produzindo uma imagem que utiliza a resolução total da matriz pela primeira vez”, afirmou Psaltis. “As novas técnicas de aprendizado de máquina que desenvolvemos fornecem uma oportunidade de ouro para nosso trabalho coletivo entender a física dos buracos negros”.


Fonte: NASA

Comentários

Postagens mais visitadas deste blog

Capturada Imagem Direta em Alta Definição da 'Teia Cósmica'

Estrelas em Fuga Revelam Buraco Negro Escondido no Vizinho mais Próximo da Via Láctea

Astrônomos Descobrem Terceiro Objeto Interestelar