Explicando el algoritmo que hizo posible reconstruir la imagen del agujero negro develada hace días.

Hace días en Twitter, el usuario @napocornejo (Napoleón Cornejo), quien es Ingeniero en la industria Espacial y de Defensa, realizó una serie de tuits donde, como él lo menciona, intenta comentar un poco sobre el algoritmo de Katherine Bouman, la chica que hizo posible reconstruir la imagen del agujero negro develada hace días. Te los dejamos a continuación, tal y como se encuentra en su cuenta:

Observar objetos distantes es extremadamente difícil porque la resolución de un telescopio no es suficiente. Se necesitaría uno muy, muy grande para captar más detalle. Para ver algo con tanto detalle como ayer se necesita un telescopio de más de 13,000km de tamaño. Imposible.

¿Que se hace entonces? Una técnica llamada ‘interferometría’. Se hacen capturas de varios telescopios en diferentes lugares para formar una imagen como si el telescopio fuera tan grande como las distancias entre ellos.

Estos telescopios se usaron para ver el agujero negro:

Cómo están separados, eso significa que vas a tener que reconstruir la imágen completa a partir de diferentes pedacitos.

Aquí es donde entra la genialidad de la Dra. Bouman… solo para que se den una idea de la craneada que se tuvo que dar.

Cómo están separados alrededor de la Tierra, significa que también observan el objeto desde un ángulo distinto. Hay que corregir esas diferentes perspectivas cuando estés rearmando la imágen.

Pero no tan rápido, pajaritos. Recuerden que la Tierra rota. Así que esos ángulos no van a ser siempre iguales. Tómenlo en cuenta a la hora de calcular. Ahh, y la tierra es un elipsoide, así que tampoco varían de forma lineal. [Yo ya hubiera sudado frío con esto 😰].

Pero ahí no termina la cosa. Las diferentes posiciones en La Tierra también significan que la misma onda de luz va llegar a diferentes tiempos a cada telescopio. Hay que tomar en cuenta esas diferencias de tiempo… ¡entre cada par de telescopios!

Falta. La luz viaja en el vacío bien fácil, pero llega a la atmósfera y ya no se propaga igual. Se desfasa. Se oye medio imposible… hasta que Bouman se dió cuenta que utilizando tres referencias se puede hacer una corrección. 😱 (Y no, no entiendo la ecuación, pero es esta).

Aún con todo esto, hay una infinidad de imágenes que podrían resultar. ¿Como saber cual es la más probable? Los algoritmos deben ‘entrenarse’ con probabilidades a priori de cómo debería verse un objeto astronómico sin influenciar demasiado el resultado.

Esas técnicas salen de probabilidades bayesianas. Así que si están estudiando probabilidad o machine learning… sepan que Bayes se usa en todos lados. Ahh por cierto, estudien la distribución de Gauss también. El ruido de las imágenes está distribuído de forma gaussiana. 😉

Luego de las matemáticas y la teoría, también está la ingeniería. Son PETABYTES data recolectada por todos los telescopios. Es tanta data que el internet no la aguanta. Hay que enviar los discos por avión.

Luego todos estos algoritmos se corren en la nube. Masivas cantidades de datos, procesamiento, correcciones que reducen eventualmente todos esos PETABYTES a una bella imágen de unos cuantos kilobytes:

Obviamente aquí no están explicados todos los detalles, Pero el paper de la Dra Bauman lo pueden leer aquí: https://arxiv.org/abs/1512.01413

Hay que quedar boquiabierto y quitarse el sombrero con este logro tan impresionante. Que cerebro….