Topo

Buraco negro: como brasileira liderou pesquisa para revelar melhor imagem do fenômeno espacial

Imagem de buraco negro melhorada com o algoritmo Primo - Medeiros et al 2023/Divulgação via Reuters
Imagem de buraco negro melhorada com o algoritmo Primo Imagem: Medeiros et al 2023/Divulgação via Reuters

Will Dunham

Em Washington

13/04/2023 16h20Atualizada em 14/04/2023 11h28

A divulgação da primeira imagem de um buraco negro em 2019 foi saudada como uma conquista científica significativa. Mas, verdade seja dita, a fotografia estava um pouco embaçada, ou, como uma astrofísica envolvida na pesquisa classificou como uma "rosquinha laranja difusa".

Cientistas revelaram nesta quinta-feira uma imagem nova e melhorada deste buraco negro, um gigante no centro de uma galáxia próxima. A pesquisa extraiu os mesmos dados usados para a produção da imagem anterior, mas melhorou a resolução ao utilizar algoritmos de reconstrução de imagem para preencher as lacunas nas observações originais.

"Refiro-me carinhosamente à imagem anterior como 'rosquinha laranja difusa' e tenho me referido a esta nova imagem como 'rosquinha magra', que soa incrivelmente pouco apetitoso. Também discutimos 'rosquinha diet', que é igualmente pouco apetitoso", disse a astrofísica brasileira Lia Medeiros, do Instituto de Estudos Avançados de Princeton, no Estado de Nova Jersey, principal autora da pesquisa publicada no Astrophysical Journal Letters.

Difíceis de observar por sua própria natureza, os buracos negros são entidades celestes que exercem atração gravitacional tão forte que nenhuma matéria ou luz pode escapar.

O anel de luz visto na nova imagem do buraco negro tem cerca de metade da largura da foto anterior. Há também uma "depressão de brilho" maior no centro - que sinaliza a presença do buraco negro - causada pela luz e outras matérias que desaparecem dentro do objeto.

	 Imagem do buraco negro M87 originalmente captada pelo EHT em 2019 (à esquerda); à direita uma imagem melhorada com o algoritmo Primo - Medeiros et al 2023/Divulgação via Reuters - Medeiros et al 2023/Divulgação via Reuters
Imagem do buraco negro M87 originalmente captada pelo EHT em 2019 (à esquerda); à direita uma imagem melhorada com o algoritmo Primo
Imagem: Medeiros et al 2023/Divulgação via Reuters

A imagem permanece um tanto embaçada devido às limitações dos dados que a sustentam - não totalmente pronta para um sucesso de bilheteria de ficção científica de Hollywood, mas um avanço em relação à versão de 2019.

Este buraco negro supermassivo reside em uma galáxia chamada Messier 87, ou M87, a cerca de 54 milhões de anos-luz da Terra. Um ano-luz é a distância que a luz percorre em um ano, 9,5 trilhões de quilômetros. Esta galáxia, com uma massa de 6,5 bilhões de vezes a do nosso Sol, é maior e mais luminosa que a Via Láctea.

Os quatro autores do estudo são membros do projeto Event Horizon Telescope (EHT), a colaboração internacional iniciada em 2012 com o objetivo de observar diretamente o ambiente no limiar de um buraco negro. O horizonte de eventos de um buraco negro é o ponto além do qual qualquer coisa - estrelas, planetas, gás, poeira e todas as formas de radiação eletromagnética - é sugada pela atração gravitacional.

A imagem do buraco negro M87 deriva de dados coletados por sete radiotelescópios em cinco locais na Terra que essencialmente criam uma antena de observação do tamanho de um planeta.

"Como resultado, nosso conjunto de telescópios tem muitos 'furos' e precisamos contar com algoritmos que nos permitem preencher os dados faltantes", disse Dimitrios Psaltis, co-autor da pesquisa e astrofísico da Georgia Tech.

A técnica de aprendizado de máquina que a equipe utilizou é chamada de PRIMO, sigla para "modelagem interferométrica de componentes principais".

"Esta é a primeira vez que usamos aprendizado de máquina para preencher os buracos onde não temos dados", disse Medeiros. "Usamos um grande conjunto de dados obtidos por simulações de alta fidelidade como ambiente de treinamento e encontramos uma imagem que é consistente com os dados e também amplamente consistente com nossas expectativa teóricas."