虽然画质感人，但人类首张黑洞“照片”是人类在大数据和AI领域的实际应用非常成功的案例！

点击上方蓝色字体，关注我们

我这个上千度的老近视早已熟悉这种文艺的模糊，但这戴着眼镜恢复到1.5的眼睛，还是看不清这照片是什么回事？

本文3550字，阅读时间约为9-10分钟

为了更好阅读体验，点击下列⤵️按钮边听边读

画质感人......

2019年4月10日9点，人类首张黑洞照片，5500万光年外的梅西耶87（M87，位于室女座的椭圆星系），在全球发布。

经过漫长的数年等待，在全球200多位科学家的努力之下，第一幅黑洞照片新鲜出炉。人类总算可以不用通过想象力在科幻电影和动画里看黑洞了。

当看到这幅照片的时候，有没有盆友跟我一样，觉得这照片画质实在过于感人？

我这个上千度的老近视早已熟悉这种文艺的模糊，但这戴着眼镜恢复到1.5的眼睛，还是看不清这照片是什么回事？

有文章是这么比喻的：在这张来自视界面望远镜的照片里，M87中心黑洞如同电影《指环王》中索伦的魔眼，在温暖而神秘的红色光环中间，是一片深黑的无底之洞。

而《指环王》中索伦的魔眼是下图这样的。

（图片来源于网络）

所以，上面索伦的魔眼的比喻描述是人类发自内心喜悦的溢美之词。但，这是一个重度雾霾下的索伦魔眼。

（图片来源于网络）

然鹅，即使如此的意（模）识（糊）流的照片，不用怀疑，这可以算是人类的大数据和AI前沿技术，在天文应用中的一个突破性的落地成功案例！

如果这张照片像某网站一样是网上扒拉下来加个logo这么简单就好了，事实上这张照片成功拍摄和冲印都耗费了人类大量的努力。

（图片来源于网络，与本文无关）

先看看这张黑洞“照片”是怎么拍出来的。

这么拍黑洞的

照片是用全球最牛的“单反相机”拍出来的没错了。在过去10多年时间里，麻省理工学院（MIT）的科学家们联合了其它研究机构的科研人员，开展了激动人心的“事件视界望远镜”项目，全球多地的8个亚毫米射电望远镜同时对黑洞展开观测。

（图片来源于网络）

它们北至西班牙，南至南极，向选定的目标（两年前视界面望远镜选定了两个观测目标，一是银河系中心黑洞SgrA*，二是位于星系M87中心的黑洞）撒出一条大网，捞回海量数据，以勾勒出黑洞的模样。而拍摄吸收的亚毫米波段辐射波和我们非常熟悉的可见光有着天壤之别。这个波段我们是无法直接看到的，所以，利用亚毫米波段给黑洞拍照，其实就是得到黑洞周围辐射的空间分布图。

对于我们日常接触的光学照片来说，它反映的是光学波段不同颜色或者频率的光子在不同空间位置上的分布情况。明白了这一点以后，我们就很容易理解亚毫米波段“黑洞照相馆”的原理了。

尽管是在单个频率进行亚毫米波段观测，但因为黑洞周围不同区域的光子所产生的辐射强度不同，我们于是可以得到一个光子强度分布图，然后我们假定不同的强度对应着不同的颜色，就能够得到一幅“伪色图”——图中的颜色很可能是科学家根据个人喜好自行设定的颜色，比如照片中的魔力红。

 （图片来源于网络）

所以这张图拍摄出来的是黑洞这颗吞噬了空间、时间和光的神秘星球，她轮廓周围的辐射分布，在这密集的分布中，没有办法拍摄出辐射的地方就是黑洞的身体样貌。

尽管我们现在的亚毫米望远镜基线已经达到了1万公里，但空间分辨率刚达到黑洞视界面的尺寸，所以在科学家们观测的有限区域内，就相当于只有有限的几个像素。你尝试用Photoshop将一张照片不断放大，总会发现照片清晰的图像边缘出现了马赛克模糊，而也能理解这张黑洞照片为何这么模糊了，像素不够啊……

这么“算”出来的

2017年开始给黑洞拍照片，但是2019年才发布成果，这张模糊的照片为何要“冲印”两年之久？因为我们拍摄的不是反光，黑洞不可能反射出光线，望远镜的拍摄其实是感应吸收弱波长辐射，最后照片反映的是辐射分布，这背后是大数据和人工智能AI对望远镜观测到的庞大数据的处理的成果。

望远镜处理的数据有多大呢？2017年时8个望远镜的数据量达到了10PB（PB是目前人类数据存储的最高单位，1PB=1024TB），2018年又增加了格陵兰岛望远镜，数据量继续增加。庞大的数据量为处理让数据处理的难度不断加大。

在数据处理的过程当中，科学家也遭遇了不少技术难题——黑洞附近的气体处于一种极端环境当中，其运动有着非常多的不确定性——为了解决这些问题，科学家们还专门开发了特定的程序和工具。

这张图片并不是不是普通意义上的黑洞照片，它不是直接快门一按就拍摄出来，而是由一支精锐的算法团队“拼”出来的。这个算法团队的leader是个来自麻省理工学院的29岁漂亮小姐姐，她名为凯蒂 · 布曼（KatieBouman），在计算机科学实验室中做让电脑解析图片和视频信息的研究。布曼带领研究团队研发了一种机器学习算法CHIRP，使用地球上8台最顶尖望远镜的观测数据，将距离5500万光年的M87星云的照片拼接在一起，拼出了世界上第一张黑洞。

（左图，Kaite Bouman；右图：Margaret Hamilton）

（图片来源于网络）

此外，黑洞照片的冲印还有一个挑战，庞大的天文数据不仅包括了黑洞的数据，还包括了浩瀚宇宙中的大量可能会产生干扰的数据，例如其他星球的干扰波。数据那么繁杂，怎么知道哪些数据才属于黑洞呢？在人力所不能及的地方，就是机器深度学习出场的时候！

从银河中心传到各个望远镜的时间并完全一致，当不同的望远镜收到的两股无线电波相遇，就产生了“干涉”。然而，无线电波穿过大气层时，速度会变慢，结果时间测定就不够准确。为了解决这一问题，布曼所在的研究团队提出了CHIRP算法，让每个测量值都是三台望远镜相乘的结果，抵消了大气导致的误差。

布曼他们用2年时间处理这些数据，终于在2019年4月从这些数据中还原出了这个黑洞的照片。布曼所研发的CHIRP算法，就是使用Patch priors进行连续高分辨率图像重建，补足八个望远镜提供的有限数据，捕捉黑洞的边界，生成一张看起来像是黑洞图片。

但问题是，没人见过真正的黑洞，那么什么样的图才像真正的黑洞呢？黑洞的结构又该如何假设呢？科学家们不愧为科学家，没有人见过黑洞，无法验证，通过算法模拟出来的照片，是否就是黑洞真实的照片，但是可以拿其他见过真物的照片来验证算法呀。科学家们拿宇宙各种天体的照片、人们日常生活的照片去跑这个算法，训练机器的深度学习拼图，不断修正算法跑出的照片和实际物品照片的相似度，当得到的结果均令人满意的时候，就增加了科学家对这个算法深度学习后的输出结果的信心，也更放心将调教后的算法，在大量采集到的黑洞数据数据基础上，来合成出黑洞的“外貌”了。

一张人类从未见过的黑洞照片，最终却是由人类利用见过的月球、地球、其他星球、人、楼房、树、小猫、小狗等等我们熟悉的大量日常图片，不断训练算法去分析真实采集的黑洞数据后的多台聪明的计算机所输出的。

人类真的很聪明！

为了保证结果的准确性，在最终数据处理的时候，严谨的科学家们在两个不同的地方分别处理、分别验证。全世界范围内设立了两个数据中心，一个是位于美国的麻省理工学院，另外一个是位于德国的马普射电所，二者彼此独立地处理数据，也彼此验证和校对，保证了最终结果的准确可靠。

人类的大数据和深度学习人工智能算法的技术和可以采集黑洞射线的超大望远镜们，共同实现了人类的第一张黑洞照片。

      天文大数据的未来？      

黑洞照片的拍摄，揭示了人类对浩瀚未知宇宙探索过程中的大数据技术应用现状，事实上，我国和世界各国研发的先进望远镜、卫星和空间站等都无时无刻不再采集大量的天文数据。美国学者预测：到2025年，全球天文数据采集量为每年250亿TB。

不同于其他具有商业价值的大数据应用领域，研究天文大数据是面向基础自然科学研究领域的应用。这些丰富的天文数据资源将大大加深人类对宇宙的认识，在这样一个数据密集型时代，对天文大数据的挖掘和知识的发现变得大有可为。如何利用好这些海量数据，通过信息技术推进天文学研究成为一大挑战。

迄今为止，科学家已经在太阳系以外发现了1800多颗经证实的行星。其中1000多颗是由开普勒太空望远镜在2009年至2013年四年间发现的。在此期间，它成功地收集了大量的数据。

一些国家尝试挖掘更多的天文大数据的应用创新产品。美国国家航空航天局（NASA）对这些数据进行了一个两年的研究后，NASA就将之公诸于众——不仅仅是研究者，普通大众也能获取这些数据。美国的全民科学组织研发了一种工具，通过这一工具，天文学家足不出户就可以寻找下一个类似地球的行星。2016年NASA还发布了一个可在电脑中使用的寻找小行星的工具，借公众下载使用。哈勃望远镜团队的一些科学家致力于将哈勃的数据转移到一个公共数据库项目中，使研究者更容易获取这些现有的数据，以验证假设，减少研究时间。

我国也在积极尝试挖掘天文大数据的应用创新。2018年5月4日，由中国科学院国家天文台和阿里云计算有限公司联合主办的“天文数据挖掘”天池大赛决赛答辩会在国家天文台举行。决赛评委会由来自国家天文台、阿里云、中科院计算机网络信息中心等单位的天文学、云计算、大数据领域专家10人组成。来自不同地区、不同职业的怀有天文梦想的843支队伍、948人积极报名参与了比赛。选手覆盖了中国大陆、中国香港、中国台湾、美国、澳大利亚等5个国家和地区。

 （图片来源于网络）

如同经典科幻电影《骇客帝国》里描述的那样，在电脑算法和数据模拟的世界里，所有的人、物和空间时间都是数据代码和算法构成。宇宙太浩瀚，人类苦旅缺工具，也无法通过超越光速或穿越虫洞实现快速星际旅行，但人类也许能够通过采集宇宙庞大的星球映像和辐射等数据信息，用自己研发出的聪明算法模拟出真实宇宙的奥秘，换一个眼睛看宇宙，用数据和人工智能算法代替物理空间位移。

从这个角度来说，人类第一张“黑洞”照片模糊得真有底气，也是人类大数据和机器深度学习算法应用领域的胜利。

随着技术的发展，宇宙数据的积累，“黑洞”视觉照片呈现将不再模糊。

（图片来源于网络）

（感谢读到这里，么么哒）

延伸阅读

《从创意到创业：

大众创业全流程思维、方法与案例》

（中国经济出版社，2017）

（中国经济出版社，2019）

---

本文为作者查阅相关资料原创编写完成，仅供学习参考，尊重作者汤历漫知识主权，请勿做别的用途，如果有其他需要请联系[e-mail]，微信greenclaw。

加微信号（通过QQ号添加微信） 87551271 或 邮件[e-mail]聊聊你的故事，有机会获取奖品和微信公众号宣传。

编辑：E.T.

【点击下列栏目获取更多内容】

【科技创新产品体验至上】

科技创新体验至上，科技创新行业、企业及创始人：

【2019年后的获客】

谈谈2019年后的企业获客创新：

    ▼更多精彩推荐，请关注本账号▼具象研习社欢迎将文章分享到朋友圈 
如需转载，请在后台回复“转载”获取授权

点击下方“阅读原文”查看更多精彩内容