ope电竞官网_OPE电竞_ope电子竞技
ope电竞官网

胸围,8台望远镜500万数据”算“出来的黑洞相片有望取得诺贝尔奖,ed2k

admin admin ⋅ 2019-04-11 09:12:00


8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖

【新智元导读】榜首张黑洞相片刚刚发布,在这张相片的背面,超级核算机处理数PB的地理数男生jj据,而且模仿黑洞磕碰、星系诞生,是人类幻想力的终极兵器。

今日是地理爱好者的不眠夜。

史上榜首张黑洞真身相片总算面世,终西内琉奈于让咱们理解,本来黑洞不是黑的胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k,是“红”的:)

8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖

请配戴眼镜检查高清大图

虽然黑洞的榜首张真身照是一张含糊、不规则的圆环,但这张相片的背面凝结了现在最先进的勘探技能,整个进程历时十余年,动用了来自非洲、亚洲、欧洲、北美洲和南美洲的200多名研讨人员,八个勘探望远镜不分昼夜观测,终究的这张图画也有或许获得诺贝尔奖。

这一切成果,都离不开视界望远镜(EHT)和背面的核算。

跨过地球直径:八个望远镜据守

一般,每台望远镜都独立运转,观测宣布弱小无线电波的天体。可是,黑洞比世界中的其他任何射电源都要小得多、暗得多。为胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k了看得更清楚,地理学家需求运用十分短的波长——1.3毫米——可以穿透黑洞和地球之间的物质云。

摄影黑洞相片还需求放大率,或“角分辨率”,这相当于在巴黎路旁边的一间咖啡馆里阅览坐落纽约的手机上的文本。望远镜的角分辨率随接纳盘的巨细而增大。可是,即便是地球上最大的射电望远镜也远没有大到足以看到黑洞。

可是,当多个间隔很远的射电望远镜同步并集合于世界中的一个单一光源时,它们可以经过一种称为甚长基线干与丈量(VLBI)的技能,作为一个十分大的射电抛物面天线运转,这样它们的组合角分辨率因而可以大大提高。

关于EHT便是由8个参加的望远镜组组成为一个与地球相同大的虚拟射电天线,可以将一wegan个物体的分辨率降低到20微角秒。偶然的是,依据爱因斯坦的方程印度女儿,这简直便是观测黑洞所需的精度。

2017年4月5日,由坐落南极、智利、墨西哥、美国夏威夷、美国亚利桑那州、西班牙的8台亚毫米射电望远镜一起对黑洞翻开观测,运用甚长基线干与丈量技能(VLBI)将这8台望远镜构建成超级“虚拟”望远镜——视界面望远镜(EHT),EHT口径13000公里,约等同于地球直径。

望远镜在全球散布示意图,红点代表望远镜所在地

EHT构成之后,望远镜具有了“摄影”的才能,这只是黑洞相片的榜首步,摄影之后的下一步是“洗”相片。

洗相片:超算处理百万G数据

实际上,EHT早就拍完了相片,而“洗相片”的进程长达两年。

为何“洗相片”时刻如此之长?

由于这类观测的数据处理并非只用一套现成的办法。多台望远镜之间的钟差、望远镜自身状况随时刻的细小改动等问题都会影响观测精度。另一方面,“摄影”方针黑洞自身也在不断改变,科学家需求探究新办法对“相机”进行校准,树立模型,以提高组成图画的质量和精度。

数据处理进程中需求依据处理结果不断调整运算办法进行改善,加之数据量巨大,因而用时很长。有胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k报导称,为了处理这些海量数据,美国麻省理工学院等组织的科学家开发了新算法刘良芳,以加速数据剖析。

在射电地理学中,由望远镜检测到无线电波,其频率将入射光以波的方法记载,其起伏和相位以势利鬼吴生电压方法测出。在对这次摄影的主角——M87进行观测时,每个望远镜都以电压的方法接纳数据流,用数字方法标明。

每台望远镜都记载了大约1 PB(100万GB)的总数据。

在观测完毕后,每个观测站点的研讨人员拾掇起成堆的硬盘,并快递给美国麻省的Haystack地理台和德国马普射电地理学研讨所。(在数据量如此巨大的情况下,用快递空运硬盘要比电子方法胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k传输数据快得多)

这两个地理台(所)有强壮的高度专业化的超级核算机,核算机一次可以处理两个数据流。

由于每台望远镜在EHT的虚拟无线电盘上处于不同方位,因而它出现奥山清行的方针物体的视图会略有不同,这儿的方针便是M87。由两个独自的望远镜接纳的数据可以编码黑洞的相似信号,但也各自包括泥中莲特定于每台望远镜的噪声。

超级核算机中的相关器将来自EHT的八个望远镜的每对或许的数据排成一行。经过比较,在数学上消除噪音,挑出黑洞的信号。每台望远镜上装置的高精度原子钟会为输入数据加上时刻戳,让剖析人员可以在过后对数据流进行匹配。

随后,Haystack地理台和马普绿叶百分百射电地理学研讨重回明朝当皇帝所的研讨人员开端了“相关”数据的艰苦进程,辨认来自不同望远镜的一系列问题,修正这些问题并从头运转相关器,直到数据经过严厉验证。之老陈敬说后,这些数据会被发送至全球四个独立的团队,这些团队的使命是运用独立的技能由数据生成图画。

以下是从“拍相片”到“洗相片”的流程:

爱因斯坦的成功

1915年,爱因斯坦提出胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k广义相对论,给出了后世皆知的爱因斯坦场方程。

1916年,德国地理学家卡尔史瓦西经过核算得到了爱因斯坦引力场方程的一个真空解,标明假如将很多物质集中于空间一点,其周围会发作奇特的现象,即在质点周围存在一个界面——事情视界面,一旦进入界面,即便光也无法逃脱,美国物理学家约翰惠勒将之形象地称为“黑洞”。

自史瓦西得到黑洞的榜首个解之后,许多物理学家也开端投身到对这种“难以幻想的天体”的研讨中。20世纪30时代,美国的“原子弹之父”奥本海默研讨发现,恒星在必定环境下可以坍缩构成黑洞,这种观点在近几十年的数值核算中得到了证明。

跟着地理观测技能的开展,关于天体的研讨明显coco小姐香水不会只是停留在核算的层面。但问题是,黑洞不同于其他天体卵蛋gif,它已然连光都能吞噬,人类又怎能在苍茫世界中发现黑洞呢?

科学家可经过丈量黑洞对周围天体的效果和影响,如吸积盘、喷流现象等,直接观测或估测黑洞的存在。物质在被吞噬时,会沿螺旋状轨迹挨近并落入中心的黑洞,然后在黑洞周围构成圆盘状的吸积盘。在黑洞的引力下,吸积盘内物质落入黑洞的速度极快,物质之间的冲突使它被加热至数十亿度的高温,然后宣布辐射。

黑洞“啃咬”周围的天体物质时,部分气体在被“吃”之前会沿着旋轴的方向喷射出高能粒子,这便是喷流。

后来,越来越多黑洞被人们观测到渝新汇,也证明了一百多年前爱因斯坦的广义相对论。

人类榜首张黑洞相片:IBM核算机模仿

相比起赤色黑洞,人们或许更习惯下面这张黑洞相片。

这张相片是美国天体物理学家Jean-Pierre Luminet 在1978年制造的,幼稚园杀手谋杀这是展现了黑洞事情视界的榜首幅图画。

当然,这并不是一张实在的相片。有着数学布景的Luminet用一台20世纪60 时代的IBM7040穿孔核算机,初次模仿了黑洞的姿态。

核算机回来数据后,Luminet吃力地用钢笔和墨水在负片纸上手艺制造黑洞。这张含糊的图画 (见上图) 显现了假如咱们离黑洞足够近,落入黑洞的扁平物质盘或许是什么姿态。它看起来不是平的,由于黑洞的强壮引力使它周围的光发作了曲折。

201胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2k4年,大火的科幻电影《星际穿越》制造出了一张黑洞图,因其对黑洞的 “科学准确” 描绘而广受好评,电影中描绘的黑洞在很大程度上便是根据 Luminet几十年前的研讨成果。

电影《星际穿越》中的黑洞 Gargantua

现在,IBM7040早已进入博物馆,人类探究黑洞也早已迈入另一个历史进程中。

超算,翻开人类奔向世界的幻想

2015年,引力波的发现让黑洞的研讨更进一步。

在本年1月出书的《物理谈论快报》上,科学家宣布了迄今为止最准确的黑洞兼并晚期核算机模型。

来自LIGO discovery的黑洞图画

树立像黑洞磕碰这样巨大事情的模型十分困难,由于当彼此磕碰的黑洞变得十分挨近紫薇圣人脑门封印时,就在两者终究兼并的前几秒钟,它们的引力场和速度变得极点,数学变得十分复杂,以至于无法用规范的剖析办法来剖析。

科研人员用加州理工学院的超算,接个新的机器学习程序或算法从模仿中学习,终究从近900个黑洞兼并的模仿中创立模型,花费了20000小时的核算时刻。

现在,核算力的能量现已不匡美建只是是模仿黑洞。

这次“洗相片”的德国马普射电地理学研讨所,从前做出过更前沿的探究——猜测的大规模星系结构。他们还发现大型星系中的中心黑洞阻止了恒星的构成。

星系层级的会聚进程也获得了新的发现。理论长期以来估测应该首要构成一个小星系,然后在数十亿年的进程中集合成更大的天体,被引力集合在一起。中心会发作许多星系磕碰,星系经常被潮汐独叶岩珠力损坏。然后它们的恒星终究在新构成的大型星系周围的宽轨迹上运转,然后赋予它们弱小的拿铁锁屏布景光(下图)。

黑洞、世界模仿,这一切离不开核算力。

百载汲汲求索,今朝何其走运可以见证榜首张黑洞相片面世。当然,掀起黑洞乃至更多奥秘天体的“盖头”,今日迈出的只是是榜首步,未来咱们会一直在路上。

参考资料:

《黑洞什么样?行将有图有本相》

htt胸围,8台望远镜500万数据”算“出来的黑洞相片有望获得诺贝尔奖,ed2kps://phys.org/news/2019-01-physicists-supercomputers-ai-accurate-black.html

相关新闻

admin

admin

TA太懒了...暂时没有任何简介

精彩新闻