L’oeil de Sauron ou un donut galactique, chacun y verra ce qu’il veut. Mais une chose est sûre : même si elle est floue, la première image d’un trou noir (ou plutôt de sa silhouette), dévoilée mercredi, marquera l’histoire de l’astronomie. Et si le projet international de l’Event Horizon Telescope (EHT) a mobilisé 200 chercheurs et huit télescopes dans le monde entier, un algorithme a joué un rôle central pour combiner les pièces du puzzle en une image. Il a été développé il y a trois ans par Katie Bouman, étudiante en master d’informatique au MIT à l’époque. Alors que le rôle des femmes dans les sciences n’a souvent pas été reconnu à sa juste valeur, la contribution de l’ancienne étudiante, qui doit avoir, selon nos calculs, 29 ou 30 ans, a été largement saluée sur Twitter.
La jeune femme, qui a depuis terminé sa thèse, a publié sur sa page Facebook une photo du moment où elle a vu pour la première fois l’image reconstituée, et l’image a fait le tour du Web.
Here's the moment when the first black hole image was processed, from the eyes of researcher Katie Bouman. #EHTBlackHole #BlackHoleDay #BlackHole (v/@dfbarajas) pic.twitter.com/n0ZnIoeG1d
— MIT CSAIL (@MIT_CSAIL) April 10, 2019
Le MIT a également publié une photo de la chercheuse posant devant une cinquantaine de disques durs contenant un échantillon des données mesurées par les radiotélescopes pointés sur le trou noir géant au cœur de la galaxie M87. L’image évoque la photo de Margaret Hamilton à côté de la pile gigantesque du code informatique qu’elle avait écrit pour la mission Apollo.
Left: MIT computer scientist Katie Bouman w/stacks of hard drives of black hole image data.
Right: MIT computer scientist Margaret Hamilton w/the code she wrote that helped put a man on the moon.
(image credit @floragraham)#EHTblackhole #BlackHoleDay #BlackHole pic.twitter.com/Iv5PIc8IYd
— MIT CSAIL (@MIT_CSAIL) April 10, 2019
Pour l’anecdote, les données mesurées par les satellites du projet EHT étaient tellement volumineuses qu’elles ne pouvaient pas être transmises par Internet : une demi-tonne de disques durs contenant 5 petaoctets (5.000 To ou 5 millions de Go) a été envoyée à l’observatoire Haystack du MIT par avion.
Deviner les portions manquantes de l’image
« Comment photographier un trou noir ? » Katie Bouman a expliqué le fonctionnement de son approche lors d’une présentation TEDx en 2017. Les huit radiotélescopes (eux-mêmes constitués de plusieurs dizaines d’antennes) couvrent la surface entière du globe, du Chili à Hawaï, en passant par la France et l’Antarctique. En les synchronisant, les chercheurs disposent ainsi d’un télescope virtuel du diamètre de la Terre. Le problème, c’est qu’il n’y a pas assez d’antennes : en quatre jours, les astronomes n’ont donc pu observer que quelques pièces du puzzle. C’est là qu’intervient l’algorithme de l’ex-étudiante.
A partir des fragments observés, l’algorithme, pour faire simple, fait le tri dans les parasites et extrapole les zones manquantes. En appliquant des techniques de « machine learning », il s’est entraîné à reconstituer des milliers d’images du quotidien puis a été appliqué à l’image parcellaire du trou noir, sans être influencé par les modèles physiques théoriques. La prouesse a permis de confirmer des prédictions faites par Albert Einstein dans sa théorie de la relativité générale. Un petit pas pour l’informatique, mais un bond de géant pour l’astronomie et la physique.
