Accéder au contenu principal
Découvertes

Grâce à cet algorithme du MIT, on pourra enfin savoir à quoi ressemble (vraiment) un trou noir

Un trou noir dans une des plus petites galaxies au monde.
Un trou noir dans une des plus petites galaxies au monde. NASA Goddard Space Flight Center Suivre, Flickr
Texte par : Chloé ROCHEREUIL
5 mn

Des chercheurs du Massachusetts Institute of Technology (MIT) ont élaboré un algorithme capable de produire des images encore plus précises de trous noir en agglomérant des données prises par des radiotélescopes aux quatre coins du globe.

Publicité

Une cavité au milieu de l’espace, tellement profonde qu’aucune forme de matière ne peut s’en échapper. Les trous noirs sont bien mystérieux et surtout invisibles puisqu'ils ne peuvent ni émettre, ni réfléchir la lumière.

VOIR AUSSI : Hubble nous montre à quoi ressemblera la fin du système solaire

Les images mentales que nous avons de ces objets célestes compacts ne sont en réalité que de simples représentations artistiques. Mais des chercheurs du MIT ont peut-être trouvé le moyen d'offrir à l'humanité une idée un peu plus précise de ce que sont véritablement ces "no man’s land" spatiaux : un algorithme nommé CHIRP

Un télescope aussi grand que la Terre 

"Un trou noir est très, très loin et très compact. Prendre une photo d’un trou noir au centre de la Voie lactée revient à vouloir prendre une photo d’une grappe de raisins sur la Lune", explique Katie Bouman, cheffe du projet, sur le site de l’université.

Pour pouvoir immortaliser un tel objet, il faudrait un télescope ultra-puissant d’un diamètre de 10 000 kilomètres, explique la chercheuse, soit presque l'équivalent des dimensions de la Terre, qui ne mesure que 13 000 kilomètres de diamètre.

À moins de sacrifier une bonne partie des humains, le télescope géant attendra. Alors pour pallier le manque, les chercheurs ont décidé de mixer les données de plusieurs radiotélescopes disséminés aux quatre coins du globe dans le cadre d’une collaboration mondiale appelée "Event Horizon Telescope".

VOIR AUSSI : Cent ans après la prédiction d’Einstein, les ondes gravitationnelles ont été détectées

Car la seule manière d’observer un trou noir, c’est d’étudier les phénomènes qu’il induit. Par exemple, quand la matière est aspirée dans un trou noir, elle chauffe considérablement et émet des rayons X, qui peuvent suelement être détéctés par des radiotélescopes capables de percer la poussière galactique. Prochaine étape : transformer les ondes interceptées en belles images spatiales. 

Un algorithme pour lisser les données des télescopes

Six télescopes participant au projet "Event Horizon Telescope" ont ainsi permis de collecter des données et de dresser une image, bien qu’encore incomplète, d’un trou noir. Trop peu nombreux, ces télescopes fournissent pourtant des résultats imparfaits, auquel l'algorithme mis au point par le MIT tente de pallier. 

Le nom de cet algorithme novateur ? "Continuous High-resolution Image Reconstruction using Patch priors" (CHIRP). Il permet de combler les lacunes des télescopes et de "nettoyer" leurs données.

Traditionnellement, les algorithmes utilisés pour produire des images spatiales à partir d’ondes se contentent de relier les points lumineux identifiés par les radiotéléscopes. Mais pour fabriquer une image plus fiable des trous noirs, l’algorithme CHIRPS utilise une technique qui prend en compte une autre dimension : l’intensité de la luminosité de chacun des points lumineux, qui devient une hauteur.

Pour comprendre, imaginez un ruban sur lequel on aurait disposé des petits cônes de hauteurs différentes, et que l’on aurait recouvert d’une feuille en plastique qui "ondulerait" entre les différentes épaisseurs. Le résultat ? Une image bien plus précise et "réaliste" des mystérieux objets célestes que si on s'était contentés de relier des points.

Grâce aux données récoltées, les trous noirs pourraient bientôt être représentés comme ils ne l'ont jamais été auparavant.

Quelque chose à ajouter ? Dites-le en commentaire.

Le résumé de la semaineFrance 24 vous propose de revenir sur les actualités qui ont marqué la semaine

Page non trouvée

Le contenu auquel vous tentez d'accéder n'existe pas ou n'est plus disponible.