What A Time To Be Alive
Taal kiezen: Nederlands

AI die nooit een zwart gat zag, vindt dezelfde ring rond M87*

Australische onderzoekers lieten een AI die alleen gewone foto's kende de metingen van het zwarte gat M87* opnieuw uitwerken. Ook die vond een ring van dezelfde grootte als op de beroemde foto uit 2019. Dat sterkt het eerste beeld van een zwart gat.

Een grote witte radiotelescoopschotel op een kale hoogvlakte 's nachts, met vier poten die midden boven de schotel een kleine spiegel dragen, onder een sterrenhemel met de Melkweg en met rode lampjes aan de voet.
Radiotelescopen zoals deze vormen samen de Event Horizon Telescope, die het zwarte gat in M87 vastlegde (foto ter illustratie, met AI gegenereerd)

In 2019 zag de wereld voor het eerst een foto van een zwart gat: een wazige oranje ring rond een donker midden, in het sterrenstelsel M87. Vier onderzoekers van CSIRO, de nationale wetenschapsorganisatie van Australië, hebben nu met een eigen AI-methode dezelfde ring teruggevonden in de openbare meetgegevens. Hun studie verscheen in het wetenschappelijke tijdschrift Nature.

Waarom de ring ter discussie stond

De foto uit 2019 kwam van de Event Horizon Telescope: een samenwerking van radiotelescopen verspreid over de aarde, die samen werken als één telescoop zo groot als de aarde. Ze vangen alleen niet overal signaal op, dus de computer moet de gaten in het beeld zelf invullen. Daarnaast moeten de onderzoekers de metingen van elke telescoop corrigeren voor fouten van het apparaat en voor de lucht erboven.

In 2022 stelde de Japanse astronoom Makoto Miyoshi van de nationale sterrenwacht van Japan dat de ring daardoor misschien niet echt was, maar een bijproduct van de manier waarop het beeld was gemaakt. Andere onderzoekers waren het daar niet mee eens, maar een controle met een heel andere methode ontbrak nog.

Een AI zonder verwachtingen

Het team van hoofdonderzoeker Samuel Lai en projectleider Nithyanandan Thyagarajan gebruikte GenDIReCT, een AI-methode die ze zelf ontwikkelden en in oktober 2025 voor het eerst beschreven. Het hart ervan is een diffusiemodel: een AI die vanuit ruis stap voor stap een scherp beeld opbouwt. Dat model leerde beelden maken van gewone foto's van alledaagse dingen, nooit van ruimtebeelden. Het had dus geen idee hoe een zwart gat eruit hoort te zien en kon de ring niet uit gewoonte tekenen.

Het model kreeg ook niet de gewone metingen, maar slimme combinaties van telkens drie of meer telescopen tegelijk. In die combinaties vallen de fouten van één telescoop tegen elkaar weg, zodat de lastige correctiestap niet meer nodig is. Toch kwam er opnieuw een ring uit, met vrijwel dezelfde grootte en vorm als in 2019, en dat in metingen uit meerdere jaren.

Laurent Loinard, directeur van de Event Horizon Telescope-samenwerking, die niet bij het onderzoek betrokken was, noemt het een elegante, volledig onafhankelijke methode die goed overeenkomt met de eerdere resultaten. Het onderzoek bevestigt dat de ring bestaat en hoe groot hij is. Andere details, zoals de straal van materie die het zwarte gat wegschiet, laat het nog open voor vervolgonderzoek.

Wat betekent dit voor de weg naar de singulariteit?

AI helpt al langer om beelden uit onvolledige metingen te halen. Het risico daarbij is dat de AI ziet wat hij verwacht te zien. Deze studie draait dat om: een model zonder enige verwachting over het onderwerp, gevoed met metingen waarin de bekendste foutbron al is weggevallen. Zo wordt AI niet alleen een gereedschap om resultaten te maken, maar ook een onafhankelijke tweede beoordelaar.

Als die aanpak breder bruikbaar is, kan elk belangrijk meetresultaat snel een tweede controle krijgen, zonder dat een ander team jaren hoeft te bouwen aan een eigen methode. Volgens Thyagarajan kan de techniek ook helpen bij medische scans en het in kaart brengen van aardbevingen. Dat moet daar nog apart worden getest, maar het idee is aantrekkelijk: betere beelden uit minder of rommeliger metingen, zodat een scan sneller kan of een aardbeving beter te begrijpen is.

Wat is de technologische singulariteit? Lees de uitleg →

Bronnen

  1. Tech Times
  2. www.csiro.au
  3. Nature
  4. arXiv: GenDIReCT (methode, oktober 2025)