29歲MIT博士小姐姐努力6年、處理半噸硬盤數(shù)據(jù)，“洗”出人類第一張黑洞照片
本文經(jīng)AI新媒體量子位(公眾號 ID: QbitAI)授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處”。
人類看到黑洞照片之后，一名小姐姐的照片也跟著刷了屏。
她激動得十指交叉，身邊的電腦屏幕上，黑洞的樣子模糊顯現(xiàn)出來，一行行代碼在旁邊滾動。
在Facebook上發(fā)出這張照片時(shí)，小姐姐說：
看著我做的這張黑洞照片一點(diǎn)點(diǎn)“洗”出來，真是不可思議。
“我做的這張黑洞照片”？
對，全人類看到的這張黑洞照片，就是她“做”的。
這位小姐姐名叫Katie Bouman (凱蒂 · 布曼) ，今年29歲。她帶領(lǐng)算法團(tuán)隊(duì)“洗”出了這張照片，也成了早一批“看到”黑洞的人類之一。
人類“拍”到的黑洞照片，并不是像我們拿手機(jī)拍照那樣，點(diǎn)下屏幕就好，而是需要分布在全球各地的許多天文望遠(yuǎn)鏡在同一時(shí)間“按下快門”，記錄無線電數(shù)據(jù)。
然后，再依靠機(jī)器學(xué)習(xí)算法，把數(shù)據(jù)拼到一起，重建出圖像。而這個(gè)“洗照片”的任務(wù)，就是凱蒂在MIT讀博時(shí)做的項(xiàng)目。
搞定半噸硬盤
六年前，凱蒂開始了她在MIT CSAIL的博士生涯，想要研究“如何看見或者測量肉眼看不見的東西”，黑洞簡直是再合適不過的研究對象了。因此，她加入了EHT（事件視界望遠(yuǎn)鏡）團(tuán)隊(duì)。
凱蒂的本科讀的密歇根大學(xué)的電氣工程，碩士讀的是MIT的電氣工程和計(jì)算機(jī)科學(xué)專業(yè)，可以說，對于天文方面，她當(dāng)時(shí)一竅不通。
就這樣，她開始研究“把多臺天文望遠(yuǎn)鏡獲得的數(shù)據(jù)合成一張黑洞照片”的算法。
一搞就是三年的秘密工作。在2016年之前，這個(gè)項(xiàng)目一直是保密的，小姐姐研究這么激動人心的項(xiàng)目，卻憋著不能說，連自己的家人都沒告訴。
而且直到2017年6月，凱蒂的算法才終于可以開始實(shí)戰(zhàn)。她收到了一堆裝著黑洞觀測數(shù)據(jù)的硬盤：
這些硬盤足有半噸，從世界各地用飛機(jī)運(yùn)來。數(shù)量之大，甚至讓人聯(lián)想到1969年瑪格麗特·漢密爾頓為阿波羅11號登月而準(zhǔn)備的一人高的代碼。
這些硬盤中的數(shù)據(jù)，來自智利、夏威夷、南極洲、亞利桑那、西班牙、墨西哥六個(gè)地方的一共八臺天文望遠(yuǎn)鏡。
天文望遠(yuǎn)鏡獲取的數(shù)據(jù)量非常大，一晚上就能收集到2PB（約2000TB）。如此龐大的數(shù)據(jù)難以用網(wǎng)絡(luò)傳輸，必須裝到硬盤里，空運(yùn)到MIT。
而且，這半噸硬盤里的數(shù)據(jù)不僅僅是黑洞，還包含天空中的各種復(fù)雜、凌亂的數(shù)據(jù)，凱蒂要靠這些數(shù)據(jù)，拼出一張完整的黑洞寫真。
本來，根據(jù)射電望遠(yuǎn)鏡數(shù)據(jù)還原天體圖像需要人類天文學(xué)家參與。他們以自己的專業(yè)知識，將成像算法指引到他們認(rèn)為正確的方向。
然而面對PB級稀疏、嘈雜的數(shù)據(jù)，想靠人力從中找出圖像太難了。于是，他們使用了機(jī)器學(xué)習(xí)方法。
雖然這支團(tuán)隊(duì)已經(jīng)花了好幾年的時(shí)間構(gòu)建算法，在合成數(shù)據(jù)上實(shí)驗(yàn)，但直到有了這些硬盤，他們才能真正知道他們的算法，是不是真的能捕捉到不可見的黑洞。
這項(xiàng)任務(wù)究竟什么樣？
就好比，你把一顆鵝卵石扔進(jìn)池塘，卻還想看到它的樣子。
一石激起的漣漪
入水的瞬間，石子會激起一圈一圈的漣漪。
只要這些漣漪，就算石子沉到水下，也依然可以通過算法重現(xiàn)它的模樣。
黑洞，就像是這顆已經(jīng)看不見的鵝卵石。
不同的望遠(yuǎn)鏡收到的兩股無線電波相遇，就起了漣漪，學(xué)名叫做“干涉”。
而凱蒂提出的CHIRP算法，便是依靠干涉來重建黑洞的。
具體來說，從銀河中心傳來的無線電信號，到達(dá)兩臺望遠(yuǎn)鏡的時(shí)間是不一樣的，干涉也是這樣發(fā)生的。
所以說，重建黑洞照片，最重要的就是時(shí)間差。
可是，地球有厚重的大氣層保護(hù)著，無線電波穿過大氣層的時(shí)候，速度會變慢，時(shí)間的測定也就不夠準(zhǔn)確了。
所以，小姐姐想出了一種機(jī)智的方法，來解決這個(gè)問題：
如果每一個(gè)測量值，都是三臺望遠(yuǎn)鏡 (不是兩臺) 相乘的結(jié)果，大氣帶來的誤差就能相互抵消了。
這樣一來，算法有了，團(tuán)隊(duì)便開始“沖洗”黑洞的照片了。
一洗就是兩年
半噸硬盤的數(shù)據(jù)量處理起來，工程量還是太大了。
洗照片的過程中，一度有四個(gè)團(tuán)隊(duì)同時(shí)工作，每個(gè)團(tuán)隊(duì)負(fù)責(zé)分析一部分?jǐn)?shù)據(jù)。
原本預(yù)計(jì)一年洗好的照片，花了兩年時(shí)間才讓世界看到。
除了耗時(shí)之外，小姐姐也說過，團(tuán)隊(duì)就是一口大鍋，里面有天文學(xué)家，物理學(xué)家，數(shù)學(xué)家，工程師……如果不是這樣，也不可能完成這個(gè)從前看來不可能的任務(wù)。
而她的工作，是在照片終于合成成功并公布之后，凱蒂終于可以告訴全世界，合成一張黑洞照片的意義：
這是我們了解黑洞的一個(gè)窗口，從這里開始，我們驗(yàn)證了我們的物理規(guī)律。雖然我們已經(jīng)靠理論推斷出黑洞的樣子，但只有親眼所見才能驗(yàn)證，因此，看到黑洞圖像也是巨大的科學(xué)進(jìn)步。
現(xiàn)在，凱蒂早已博士畢業(yè)，繼續(xù)在MIT的EHT項(xiàng)目做了一段時(shí)間的博士后之后，即將成為加州理工大學(xué)的助理教授。
龐大的團(tuán)隊(duì)
除了凱蒂之外，整個(gè)團(tuán)隊(duì)還有很多人，他們來自各種各樣的領(lǐng)域。
凱蒂在2017年的TED演講中分享了團(tuán)隊(duì)的核心成員名單，包括：
Sheperd Doeleman
哈佛大學(xué)黑洞計(jì)劃觀測助理主任
Andrew Chael
哈佛大學(xué)黑洞計(jì)劃研究生
Lindy Blackburn
哈佛大學(xué)黑洞計(jì)劃射電天文學(xué)家
Michael Johnson
哈佛 - 史密森尼天體物理中心研究員
Katherine Rosenfeld
哈佛 - 史密森尼天體物理中心研究員
Hotaka Shiokawa
哈佛 - 史密森尼天體物理中心博士后
William T. Freeman
MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室教授
Vincent Fish
MIT Haystack天文臺研究科學(xué)家
Kazumori Akiyama
MIT Haystack天文臺博士后
Daniel Zoran
DeepMind研究科學(xué)家
傳送門
最后，如果你對他們所用的算法感興趣，可以讀一下這篇論文：
Computational Imaging for VLBI Image Reconstruction
https://dspace.mit.edu/handle/1721.1/103077
