Un’IA addestrata su foto di gatti ha rifatto la prima immagine di un buco nero e l’anello regge

L’immagine più celebre di un buco nero ha superato un test alla cieca. Un piccolo team del CSIRO, l’agenzia scientifica nazionale australiana, ha realizzato un programma di imaging che ha imparato l’aspetto delle immagini a partire da foto di gatti, cani e automobili, lo ha applicato ai dati grezzi dell’Event Horizon Telescope alla base della prima immagine di un buco nero e ha ottenuto lo stesso anello luminoso.

È importante perché quell’anello aveva uno sfidante. Una rianalisi rivale sosteneva che la ciambella osservata attorno al gigantesco buco nero nel cuore di una galassia vicina potesse essere un artefatto del modo in cui i dati erano stati elaborati e che l’oggetto reale potesse essere una macchia luminosa allungata. Il nuovo lavoro, pubblicato su Nature, individua l’anello in ogni set di dati di alta qualità esaminato, e le sue dimensioni indicano un buco nero miliardi di volte più massiccio del Sole, in linea con stime indipendenti.

«È importante sottolineare che il nostro modello non aveva alcuna idea di come fosse fatto un buco nero quando lo abbiamo applicato ai dati di M87», ha dichiarato l’autore principale Samuel Lai, astronomo del CSIRO. «Questa è la prima validazione davvero indipendente dell’immagine dell’EHT, un passo importante nel processo scientifico».

Letture consigliateIl JWST scopre che l’anello interno di Chariklo si addensa mentre quello esterno svanisce

Perché si può discutere di un’immagine di un buco nero

M87* si trova a circa 55 milioni di anni luce di distanza e la sua ombra occupa una porzione di cielo così minuscola che Lai paragona l’impresa al «trovarsi nel proprio giardino e cercare di fotografare una ciambella sulla Luna». Nessuna singola antenna può farlo. L’Event Horizon Telescope collega osservatori radio in Cile, Messico, Hawaii, Arizona, Spagna e altrove, facendo sì che l’intera Terra agisca come un unico telescopio.

Quel telescopio virtuale è in gran parte spazio vuoto. Ogni coppia di antenne campiona soltanto una sottile traccia delle informazioni necessarie a formare un’immagine, e ogni stazione introduce errori dovuti alla propria elettronica e all’aria turbolenta sopra di essa. Il software deve colmare le lacune, e le scelte compiute nel software possono spostare leggermente l’immagine finale.

La collaborazione originale ne era consapevole e fece lavorare in parallelo quattro team di imaging, ciascuno all’oscuro degli altri. Tutti e quattro trovarono un anello, ma non concordavano sui dettagli fini, come il punto in cui risultava più luminoso. In seguito, un gruppo giapponese guidato da Makoto Miyoshi rielaborò i dati pubblici con una tecnica classica e riferì che, se l’analisi consentiva una porzione di cielo più ampia, una singola macchia luminosa allungata si adattava meglio dei dati rispetto a un anello. La controversia dipendeva dalle ipotesi, e proprio le ipotesi sono ciò che un test indipendente deve eliminare.

Come hanno proceduto

Il team del CSIRO ha affrontato contemporaneamente entrambi i punti deboli. Prima di tutto, i dati. L’approccio standard combina le misurazioni provenienti da coppie di telescopi, che trasportano gli errori di calibrazione di ciascuna stazione insieme al segnale. Il team ha invece utilizzato «invarianti di chiusura», quantità costruite a partire da tre telescopi per volta, nelle quali tali errori si annullano. «La nostra tecnica combina triplette invece delle coppie standard di dati telescopici per eliminare quegli errori», ha spiegato il responsabile del progetto Nithyanandan Thyagarajan.

In secondo luogo, il software. Il team ha costruito un sistema di IA generativa chiamato GenDIReCT, simile nello spirito agli strumenti che trasformano il testo in immagini, ma guidato dagli invarianti di chiusura anziché da un prompt scritto. Ha imparato l’aspetto delle immagini reali da una libreria standard di foto quotidiane e da forme semplici come dischi e anelli. Per assicurarsi che quegli anelli non stessero influenzando il risultato, i ricercatori lo hanno riaddestrato senza alcuna forma geometrica e non hanno rilevato differenze degne di nota.

Prima di analizzare qualsiasi dato di M87*, il programma ha dovuto superare test su dati sintetici e su osservazioni reali di altre galassie, riproducendo le immagini pubblicate del quasar 3C 279 con una somiglianza del 98% e della radiogalassia Centaurus A con il 91%. Il team ha poi congelato il modello, così che nessuno potesse modificarlo dopo aver visto il risultato. Ha elaborato otto notti di dati pubblici provenienti da tre stagioni osservative, ciascuna con tre finestre di cielo, producendo circa 300 immagini candidate per set di dati. Come verifica incrociata che non doveva nulla al machine learning, il team ha inoltre adattato gli stessi dati in triplette a un modello statistico convenzionale di un anello.

Cosa ci dice l’anello

Ogni set di dati con una buona copertura telescopica ha prodotto un anello compatto di circa 42 microarcosecondi di diametro, indipendentemente dalle dimensioni della finestra di cielo. Questa stabilità è la risposta diretta all’analisi rivale, che individuava la sua macchia luminosa soltanto quando la finestra si ampliava. Il team del CSIRO sostiene che l’effetto precedente derivi molto probabilmente da una notte con copertura scarsa e dati di qualità inferiore. Le immagini ottenute con il machine learning indicavano 42,2 microarcosecondi e l’adattamento convenzionale 42,3, valori coincidenti entro le barre d’errore. Risolvere dettagli così fini, osserva l’articolo, equivale a distinguere lo spessore di un capello umano da oltre 1.000 chilometri di distanza.

Da queste dimensioni, il team stima una massa di 6,5 miliardi di Soli, con un’incertezza di 0,5 miliardi. Il dato coincide quasi perfettamente con una stima indipendente basata sui movimenti delle stelle nella galassia, circa 6,6 miliardi di Soli, e si discosta nettamente da una stima fondata sui movimenti del gas, circa 3,5 miliardi, che avrebbe prodotto un anello approssimativamente largo la metà. Sagittarius A*, il buco nero al centro della Via Lattea, pesa circa 4 milioni di Soli, quindi M87* è più di mille volte più massiccio.

Le immagini suggeriscono inoltre che osserviamo il buco nero quasi frontalmente, a circa 20 gradi dal suo getto, un valore vicino ai 17 gradi misurati dal getto stesso. La parte più luminosa dell’anello si sposta tra le diverse stagioni, un fenomeno che gli autori attribuiscono al gas turbolento che cade nel buco nero anziché al metodo utilizzato.

Cosa non risolve

La nuova analisi è indipendente nel metodo, non nei dati. Riutilizza le stesse misurazioni pubbliche dell’Event Horizon Telescope, quindi non può escludere un problema incorporato nelle registrazioni grezze; dimostra però che l’anello non è il prodotto delle scelte di elaborazione dei team originali.

Alcune caratteristiche restano poco definite. Lo spessore dell’anello, la luminosità del suo centro e il grado di asimmetria sono tutti cambiati tra i metodi e tra le notti, e gli autori affermano che probabilmente non riflettono la sorgente reale. Una notte, quando mancava un telescopio chiave in Messico, ha dato i risultati più ambigui.

La massa è meno solida di quanto suggerisca la cifra da titolo. Convertire le dimensioni di un anello in una massa richiede un fattore di calibrazione ricavato da simulazioni al computer, e l’intera gamma di quel fattore sposta la stima tra 6,0 e 6,7 miliardi di Soli. Le immagini non possono stabilire quanto rapidamente ruoti il buco nero, benché favoriscano una certa rotazione. E il team avverte che una buona corrispondenza con i dati è necessaria ma non costituisce una prova sufficiente della correttezza di un’immagine, poiché non esiste una fotografia di riferimento di M87* con cui confrontarla.

Domande comuni sull’immagine del buco nero M87*

La prima immagine di un buco nero è reale?

Sì, secondo questa verifica indipendente. Un team esterno all’analisi originale, usando un modo diverso di combinare i dati e un’IA che non aveva mai visto un buco nero, ha recuperato un anello delle stesse dimensioni e con lo stesso orientamento. I dettagli fini, come lo spessore dell’anello, variano ancora tra i diversi metodi.

Come si fotografa un buco nero?

Si fotografa il gas caldo che lo circonda. La luce proveniente da quel gas si incurva attorno al buco nero e forma un anello luminoso attorno a un’ombra scura. Per osservare un’ombra così piccola, l’Event Horizon Telescope combina antenne radio sparse sul pianeta affinché funzionino come un unico telescopio largo quanto la Terra.

Quanto è grande il buco nero M87*?

La nuova analisi colloca la sua massa a circa 6,5 miliardi di volte quella del Sole, più di mille volte superiore a quella del buco nero al centro della nostra galassia. Il suo anello si estende per circa 42 microarcosecondi nel cielo, un valore troppo piccolo perché qualsiasi singolo telescopio possa risolverlo.

Cosa succede ora

I dati coprono quattro notti dell’aprile 2017, due dell’aprile 2018, quando il Greenland Telescope si è unito alla rete, e due dell’aprile 2021. L’immagine originale di M87* è stata svelata il 10 aprile 2019, mentre la contestazione del team di Miyoshi è comparsa nel 2022 e nel 2024. I ricercatori del CSIRO affermano che il loro modello congelato è stato eseguito per la prima volta sui dati di M87* il 4 dicembre 2025 e che l’articolo è apparso online l’11 novembre 2026, con ricostruzioni e codice resi pubblici.

Gli autori si aspettano che le osservazioni programmate con lo strumento NIRSpec del James Webb Space Telescope mappino i movimenti del gas e delle stelle nel nucleo di M87 e rendano più precisa la massa. Thyagarajan afferma che la tecnica delle triplette potrebbe aiutare anche campi che uniscono molti sensori in un’unica mappa, dall’imaging medico al tracciamento dei terremoti. Un premio più grande si trova più lontano: telescopi nello spazio potrebbero risolvere il sottile anello di fotoni all’interno dell’ombra e, con esso, misurare finalmente la velocità di rotazione di M87*.

Riferimento: Lai et al., “Independent interferometric observable confirms black hole shadow in M87*,” Nature, 2026. DOI: 10.1038/s41586-026-11241-9

Tag: intelligenza artificiale, astronomia, buchi neri, CSIRO, Event Horizon Telescope, M87

Contenuti simili

JWST trova oggetto cento miliardi di volte più luminoso di una stella — non è una stella

Webb ha misurato un buco nero di 13 miliardi di anni — esisteva prima della sua galassia

Il giornalista Will Knight ha addestrato con l’IA un Microduck virtuale che trova il suo gatto

La Galassia Infinito: una collisione cosmica che forgia una nuova comprensione della genesi dei buchi neri

Gli Hard Disk Fantasma del Cosmo: Perché i Buchi Neri Giganti sono Fatti d’Aria

Una stella gigante finge una supernova ogni 113 giorni perché un astro collassato la divora