En AI tränad på kattbilder gjorde om den första bilden av ett svart hål, och ringen höll

Den mest kända bilden av ett svart hål har klarat ett blindtest. Ett litet team vid CSIRO, Australiens nationella forskningsmyndighet, byggde ett bildprogram som lärde sig hur bilder ser ut genom att studera foton på katter, hundar och bilar, riktade det mot rådata från Event Horizon Telescope bakom den första bilden av ett svart hål – och fick tillbaka samma lysande ring.

Det är viktigt eftersom ringen hade en utmanare. En rivaliserande omtolkning hävdade att munkformen som syntes runt det gigantiska svarta hålet i hjärtat av en närbelägen galax kunde vara en artefakt av hur datan bearbetades, och att det verkliga objektet i stället kunde vara en långsträckt ljusfläck. Den nya studien, publicerad i Nature, finner ringen i varje högkvalitativ datamängd den undersökte, och dess storlek pekar mot ett svart hål miljarder gånger tyngre än solen – i linje med oberoende uppskattningar.

”Viktigt nog hade vår modell ingen aning om hur ett svart hål såg ut när vi applicerade den på M87-datan”, säger huvudförfattaren Samuel Lai, astronom vid CSIRO. ”Det här är den första verkligt oberoende valideringen av EHT-bilden, ett viktigt steg i den vetenskapliga processen.”

Varför en bild av ett svart hål kan bli omtvistad

M87* befinner sig omkring 55 miljoner ljusår bort, och dess skugga täcker en så liten fläck på himlen att Lai jämför uppgiften med ”att stå på bakgården och försöka fotografera en munk på månen.” Ingen enskild parabol klarar det. Event Horizon Telescope kopplar samman radioobservatorier i Chile, Mexiko, Hawaii, Arizona, Spanien och andra platser, så att hela jorden fungerar som ett enda teleskop.

Det virtuella teleskopet består till största delen av tomrum. Varje par av paraboler samplar bara ett tunt spår av den information som behövs för en bild, och varje station bidrar med fel från sin elektronik och den turbulenta luften ovanför sig. Mjukvara måste fylla i luckorna, och de val som görs i den mjukvaran kan påverka slutbilden.

Den ursprungliga forskargruppen var medveten om detta och lät fyra bildteam arbeta parallellt, blinda för varandra. Alla fyra fann en ring, men de var oense om finare detaljer som var den är som ljusast. Därefter omarbetade en japansk grupp under ledning av Makoto Miyoshi den offentliga datan med en klassisk teknik och rapporterade att om analysen tillät ett större himmelsfönster passade en enda långsträckt ljusfläck bättre än en ring. Tvisten gällde antaganden – och antaganden är precis vad ett oberoende test måste eliminera.

Så gjorde de

CSIRO-teamet angrep båda svagheterna samtidigt. För det första: datan. Standardmetoden kombinerar mätningar från par av teleskop, vilket för med sig varje stations kalibreringsfel tillsammans med signalen. Teamet använde i stället ”slutna invarianter” – storheter som byggs upp från tre teleskop åt gången, där dessa fel tar ut varandra. ”Vår teknik kombinerar tripletter i stället för de vanliga paren av teleskopdata för att eliminera felen”, säger projektledaren Nithyanandan Thyagarajan.

För det andra: mjukvaran. Teamet byggde ett generativt AI-system kallat GenDIReCT, som i sin anda liknar verktygen som omvandlar text till bilder, men som styrs av de slutna invarianterna i stället för en skriven uppmaning. Det lärde sig hur verkliga bilder ser ut från ett standardbibliotek av vardagsfoton plus enkla former som skivor och ringar. För att vara säkra på att dessa ringar inte påverkade svaret tränade forskarna om systemet utan några geometriska former och fann ingen märkbar skillnad.

Innan det fick se någon M87*-data måste programmet klara tester på syntetisk data och på verkliga observationer av andra galaxer, där det återgav publicerade bilder av kvasaren 3C 279 med 98 % likhet och av radiogalaxen Centaurus A med 91 %. Därefter frös teamet modellen, så att ingen kunde justera den efter att ha sett svaret. Den arbetade igenom åtta nätters offentlig data från tre observationssäsonger, var och en med tre himmelsfönster, och producerade omkring 300 kandidatbilder per datamängd. Som en kontroll som inte var beroende av maskininlärning anpassade teamet också samma triplettdata med en konventionell statistisk modell av en ring.

Vad ringen berättar

Varje datamängd med god teleskoptäckning gav en kompakt ring på omkring 42 mikroarcsekunder i diameter, oavsett himmelsfönstrets storlek. Den stabiliteten är det direkta svaret på den rivaliserande analysen, som fann sin ljusfläck endast när fönstret gjordes stort. CSIRO-teamet argumenterar att den tidigare effekten med största sannolikhet härrör från en natt med gles täckning och data av lägre kvalitet. Maskininlärningsbilderna gav 42,2 mikroarcsekunder och den konventionella anpassningen 42,3 – inom felmarginalen. Att lösa så fina detaljer, påpekar studien, är som att urskilja bredden på ett människohår från mer än 1 000 kilometers avstånd.

Utifrån den storleken uppskattar teamet en massa på 6,5 miljarder solar, plus eller minus 0,5 miljarder. Det ligger nästan exakt på en oberoende uppskattning från stjärnornas rörelser i galaxen – omkring 6,6 miljarder solar – och långt ifrån en uppskattning baserad på gasrörelser på omkring 3,5 miljarder solar, vilket skulle ha gett en ring ungefär hälften så bred. Sagittarius A*, det svarta hålet i Vintergatans centrum, väger omkring 4 miljoner solar, så M87* är mer än tusen gånger tyngre.

Bilderna tyder också på att vi ser det svarta hålet nästan rakt framifrån, omkring 20 grader från dess jetström – nära de 17 grader som uppmätts från själva jetströmmen. Den ljusaste delen av ringen skiftar mellan säsongerna, vilket författarna tillskriver turbulent gas som faller in i det svarta hålet snarare än metoden.

Vad det inte avgör

Den nya analysen är oberoende i metod, men inte i data. Den återanvänder samma offentliga Event Horizon Telescope-mätningar, så den kan inte utesluta ett problem som är inbakat i de råa inspelningarna; den visar att ringen inte är en produkt av de ursprungliga teamens bearbetningsval.

Vissa egenskaper förblir oskarpa. Ringens tjocklek, ljusstyrkan i dess centrum och hur asymmetrisk den ser ut ändrades både mellan metoder och mellan nätter, och författarna säger att dessa troligen inte återspeglar den verkliga källan. En natt, när ett nyckelteleskop i Mexiko saknades, gav de mest tvetydiga resultaten.

Massan är mindre säker än rubriksiffran antyder. Att omvandla en ringstorlek till en massa bygger på en kalibreringsfaktor från datorsimuleringar, och hela spannet för den faktorn flyttar uppskattningen mellan 6,0 och 6,7 miljarder solar. Bilderna kan inte fastställa hur snabbt det svarta hålet roterar, även om de talar för viss rotation. Och teamet varnar för att en god anpassning till datan är nödvändig men inte tillräcklig för att bevisa att en bild är korrekt, eftersom det inte finns någon sann bild av M87* att kontrollera mot.

Vanliga frågor om bilden av det svarta hålet M87*

Är den första bilden av ett svart hål verklig?

Ja, enligt denna oberoende kontroll. Ett team utanför den ursprungliga analysen, som använde ett annat sätt att kombinera datan och en AI som aldrig sett ett svart hål, återfann en ring av samma storlek och orientering. Finare detaljer som ringens tjocklek varierar fortfarande mellan metoderna.

Hur fotograferar man ett svart hål?

Man fotograferar den heta gasen runt det. Ljus från den gasen böjs runt det svarta hålet och bildar en lysande ring runt en mörk skugga. För att se en så liten skugga kombinerar Event Horizon Telescope radioparaboler över hela planeten så att de fungerar som ett enda teleskop lika brett som jorden.

Hur stort är det svarta hålet M87*?

Den nya analysen anger dess massa till omkring 6,5 miljarder gånger solens, mer än tusen gånger tyngre än det svarta hålet i centrum av vår galax. Dess ring spänner över omkring 42 mikroarcsekunder på himlen, alldeles för litet för att något enskilt teleskop ska kunna upplösa det.

Vad händer härnäst

Datan omfattar fyra nätter i april 2017, två i april 2018 – då Grönlandsteleskopet anslöt till arrayen – och två i april 2021. Den ursprungliga bilden av M87* presenterades den 10 april 2019, och utmaningen från Miyoshis team kom 2022 och 2024. CSIRO-forskarna säger att deras frusna modell först kördes på M87*-datan den 4 december 2025, och studien publicerades online den 11 november 2026, med dess rekonstruktioner och kod offentliggjorda.

Författarna förväntar sig att planerade observationer med James Webb-teleskopets NIRSpec-instrument ska kartlägga gas- och stjärnrörelser i kärnan av M87 och skärpa massuppskattningen. Thyagarajan säger att tripletttekniken också skulle kunna hjälpa fält som syr ihop många sensorer till en karta – från medicinsk bildbehandling till att spåra jordbävningar. Ett större pris väntar längre bort: teleskop i rymden skulle kunna upplösa den tunna fotonringen inuti skuggan och därmed slutligen mäta hur snabbt M87* roterar.

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

Taggar: artificiell intelligens, astronomi, svarta hål, CSIRO, Event Horizon Telescope, M87