Cient√≠fico de 29 a√Īos desarroll√≥ algoritmo que posibilit√≥ 1¬™ foto de agujero negro









El mundo se qued√≥ a conocer la primera imagen de un agujero negro, que se sit√ļa en la galaxia M87. Esta imagen y los datos recogidos por la red de telescopios s√≥lo fue posible gracias a un algoritmo creado por la joven Katherine Bouman.

La cient√≠fica tiene 29 a√Īos, es doctorada en Ingenier√≠a El√©ctrica y Ciencia de la Computaci√≥n por el MIT y desempe√Ī√≥ un papel fundamental.

Imagen de Katherine Bouman, científico del MIT que desarrolló algoritmo para captar el agujero negro

El algoritmo del agujero negro

El mundo ayer vio algo que nunca hab√≠a sido posible. La informaci√≥n exist√≠a, pero los medios para hacerla llegar hasta nuestros ojos todav√≠a no estaban disponibles. Sin embargo, detr√°s del agujero negro divulgado al mundo este mi√©rcoles, est√°n a√Īos de trabajo de una joven cient√≠fica estadounidense.

Katherine Bouman es la científica que lidera la creación de un algoritmo fundamental para esta nueva conquista de la ciencia.





Sin embargo, la historia de este acontecimiento tiene que ser contada de atr√°s hacia adelante.

Hace m√°s de un siglo, Albert Einstein public√≥ por primera vez su teor√≠a de la relatividad. Desde entonces, los cient√≠ficos han aportado muchas evidencias para sostenerla. Una de las cosas previstas en su teor√≠a, los agujeros negros, a√ļn no se observaron directamente.

A pesar de tener algunas ideas de cómo estos agujeros negros pueden aparentar, todavía no conseguimos de hecho tomar una foto de uno.

Explicó Bouman en 2016 durante una conferencia en el evento TEDxBeaconStreet.

En el pasado 10 de abril de 2019, Bouman fue una de las protagonistas de este hecho. La científica compartió en Facebook su reacción al mirar esta imagen inédita:

"A observar incrédula la primera imagen que he hecho de un agujero negro durante el proceso de reconstitución" (de la imagen)

Conforme a lo que publica como leyenda, el fotografiar "un agujero negro es un largo proceso de varias etapas Рque incluye desde usar complejas fórmulas matemáticas a manejar ruidos provenientes del espacio.

Así, como un artista forense utiliza descripciones limitadas para formar una imagen utilizando su conocimiento sobre el formato de la cara, los algoritmos de imagen que he desarrollado utilizan nuestros datos limitados de los telescopios para componer una imagen.

Explicó a la joven en el TEDxBeaconStreet.

Event Horizon Telescope – Red de telescopios del tama√Īo de la Tierra

El equipo del proyecto Event Horizon Telescope (EHT), responsable del hecho de este mi√©rcoles, usualmente dan ejemplos "divertidos" sobre el captar una imagen del Sagitario A, un agujero negro en el centro de la V√≠a L√°ctea y que es uno de los principales objetos de estudio del equipo. Seg√ļn ellos, lo que han intentado hacer se compara al intentar fotografiar una pieza de fruta colocada en la Luna.

Y, como para observar objetos cada vez m√°s peque√Īos en el espacio, es necesario telescopios cada vez mayores, en este caso, el equipo necesitar√≠a un telescopio del tama√Īo de la … Tierra.

Así, el equipo del EHT pensó en una alternativa, digamos, más viable, aunque bastante compleja.

El proyecto se re√ļne ocho radiotelescopios alrededor del mundo – del Polo Sur a Hawai, pasando tambi√©n por Chile y Espa√Īa. Con esta red, los cient√≠ficos mimetizan una especie de "telescopio virtual" del tama√Īo de la Tierra a trav√©s de una t√©cnica llamada de interferometr√≠a.

De aquí en adelante entra el trabajo de Bouman

La joven creó soluciones matemáticas que llenan lagunas de datos que surgieron. Por ejemplo, con el retraso inevitable de la entrada de ondas de radio en la atmósfera terrestre.

El desarrollo del algoritmo comenz√≥ hace 3 a√Īos. Todav√≠a estudiante de postgrado en el MIT, Bouman lider√≥ el proyecto con un equipo del Laboratorio de Inteligencia Artificial y Ciencia de la Computaci√≥n del MIT, del Centro Harvard-Smithsonian de Astrof√≠sica y del MIT Haystack Observatory.

En la práctica, su trabajo innovó en la forma de combinar estos datos para componer una imagen.

En l√≠neas generales, hemos trabajado hasta aqu√≠ en c√≥mo hacer la mejor imagen posible (del agujero negro). Para empezar, fue s√ļper dif√≠cil. No s√≥lo los datos son super esparcidos, pero es incre√≠blemente ruidoso. Tenemos que tratar con cosas como la atm√≥sfera a barajando nuestra se√Īal.

Explicó a la joven a la BBC en 2017.

En la ambici√≥n de conseguir mejorar y hasta catapultar para otro tipo de investigaci√≥n, la joven cient√≠fica tambi√©n hizo p√ļblicos los modelos creados y datos recogidos en este proceso. As√≠ otros investigadores podr√≠an aprovechar esta recogida de informaci√≥n.

El día que la catapultó para el conocimiento global

El día fue histórico, pese al hecho de que muchas personas no percibieron el verdadero sentido del "descubrimiento". En ese momento, horas después del lanzamiento de la importante foto, el nombre de la investigadora se convirtió en una sensación internacional. Twitter vibraba con el nombre de la joven y las imágenes que resultaron de su trabajo.

Bouman también fue saludada por el MIT y el Centro Harvard-Smithsonian de Astrofísica en las redes sociales.

Este trabajo y lo que de él resultó tiene una importancia gigantesca. De tal forma que, en Twitter, el MIT comparó a la científica con Margaret Hamilton, también investigadora de la institución que escribió los códigos que ayudaron a colocar al hombre en la Luna.

De hecho, como podemos ver arriba, ambas aparecen lado a lado. Vemos a la izquierda Bouman con una pila de discos rígidos de datos de la imagen del agujero negro y, a la derecha, Hamilton, con el código que ella escribió.

Hace 3 a√Īos, la estudiante de postgrado del MIT, Katie Bouman, encabez√≥ la creaci√≥n de un nuevo algoritmo para producir la primera imagen de un agujero negro. Hoy, esa imagen fue lanzada.

En el marco de las redes sociales, el MIT Computer Science & Artificial Intelligence Lab en las redes sociales.

Ahora, Bouman espera que su equipo pueda proseguir con la realización de videos de los agujeros negros. Eventualmente, pueden incluso revelar otros aspectos físicos, como los campos magnéticos en estos objetos.

Adem√°s de esta investigaci√≥n, la cient√≠fica se√Īala que hay algo m√°s que trabajar. En su curr√≠culo dice que √©sta est√° trabajando para que "m√©todos computacionales expandan las fronteras para la generaci√≥n de im√°genes interdisciplinarias".

Ana Gomez

Ana G√≥mez. Naci√≥ en Asturias pero vive en Madrid desde hace ya varios a√Īos. Me gusta de todo lo relacionado con los negocios, la empresa y los especialmente los deportes, estando especializada en deporte femenino y polideportivo. Tambi√©n me considero una Geek, amante de la tecnolog√≠a los gadgets. Ana es la reportera encargada de cubrir competiciones deportivas de distinta naturaleza puesto que se trata de una editora con gran experiencia tanto en medios deportivos como en diarios generalistas online. Mi Perfil en Facebook:¬†https://www.facebook.com/ana.gomez.029   Email de contacto: ana.gomez@noticiasrtv.com

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *