Katie Bouman
5,437,511 views • 12:51

Dans le film « Interstellar », nous voyons de très près un trou noir supermassif. Sur un fond de gaz vif, la force gravitationnelle massive du trou noir courbe la lumière en un cercle. Ce n'est cependant pas une vraie photo, mais un rendu graphique par ordinateur — une interprétation artistique d'un trou noir.

Il y a 100 ans, Albert Einstein a publié sa théorie de la relativité générale. Au cours des années suivantes, beaucoup de preuves qui appuient cette théorie ont été fournies. Mais les trous noirs, un élément prédit dans cette théorie, n'ont toujours pas été observés directement. Même si nous avons une idée de ce à quoi un trou noir ressemble, nous n'en avons jamais photographié. Toutefois, vous serez surpris d'apprendre que ça pourrait bientôt changer. Nous verrons peut-être la première photo d'un trou noir d'ici quelques années. Prendre cette première photo dépendra d'une équipe scientifique internationale, d'un télescope de la taille de la Terre, et d'un algorithme qui assemble l'image finale. Bien que je ne puisse pas vous montrer une vraie image d'un trou noir, j'aimerais vous esquisser un aperçu de l'effort nécessaire pour prendre cette photo.

Je m'appelle Katie Bouman, et je suis doctorante au MIT. Je fais de la recherche dans un labo informatique dédié à l'interprétation d'images et vidéos par les ordinateurs. Bien que je ne sois pas une astronome, j'aimerais vous montrer comment j'ai pu contribuer à ce projet fascinant.

Si vous vous éloignez des vives lumières de la ville, vous aurez peut-être la chance de voir une vue spectaculaire de la Voie Lactée. Si vous pouviez zoomer sur les millions d'étoiles, 26 000 années-lumière vers le cœur de la spirale de la Voie Lactée, nous atteindrions un amas d'étoiles au centre. Scrutant au-delà de la poussière galactique avec des télescopes infrarouges, les astronomes observent ces étoiles depuis plus de 16 ans. Mais c'est ce qu'ils ne voient pas qui est le plus spectaculaire. Ces étoiles ont l'air de graviter autour d'un objet invisible. En suivant les parcours de ces étoiles, les astronomes ont conclu que la seule chose suffisamment petite et lourde pour causer ce mouvement est un trou noir supermassif — un objet si dense qu'il aspire tout ce qui s'aventure trop près — même la lumière.

Que se passe-t-il si nous nous approchons encore plus près ? Est-ce possible de voir quelque chose qui, par définition, est impossible à voir ? Il s'avère que si nous faisions un zoom des ondes radio, nous devrions voir un cercle de lumière causé par une lentille gravitationnelle du plasma chaud se déplaçant autour du trou noir. En d'autres mots, le trou noir jette une ombre sur ce fond de matière lumineuse, creusant une sphère d'obscurité. Ce cercle lumineux révèle l'horizon des événements du trou noir, où la force gravitationnelle devient si puissante que même la lumière ne peut pas s'en échapper. Les équations d'Einstein prédisent la taille et la forme de ce cercle. En prendre la photo serait génial, et pourrait aussi aider à vérifier la teneur de ces équations dans les conditions extrêmes autour du trou noir.

Toutefois, ce trou noir est si loin de nous que depuis la Terre, ce cercle apparaît incroyablement petit — de la même taille qu'une orange sur la surface de la Lune. Sa distance rend sa prise en photo extrêmement difficile. Pourquoi ça ? Tout cela ne dépend que d'une simple équation. En raison d'un phénomène appelé la diffraction, il existe des limites fondamentales aux plus petits objets que nous sommes en mesure de voir. L'équation principale dit qu'afin de voir de plus en plus petit, nous devons fabriquer un télescope de plus en plus grand. Mais même avec les télescopes optiques les plus puissants sur Terre, nous sommes encore si loin de la résolution nécessaire afin d'imager la surface de la Lune. Voici l'une des images à plus haute résolution qui a été prise de la Lune à partir de la Terre. Elle contient à peu près 13 000 pixels, et pourtant, chaque pixel contiendrait plus d'un million et demi d'oranges.

Quelle taille notre télescope devrait-il avoir pour voir une orange sur la surface de la Lune, et par extension, notre trou noir ? Il s'avère qu'en faisant des calculs, on peut déterminer qu'un télescope de la taille de la Terre entière serait nécessaire.

(Rires)

Si nous pouvions construire un tel télescope, nous pourrions commencer à distinguer ce cercle de lumière indiquant l'horizon des événements du trou noir. Tous les détails que nous voyons dans un rendu par ordinateur ne seront pas visibles, mais nous pourrions avoir notre premier aperçu de l'environnement immédiat d'un trou noir.

Mais comme vous pouvez l'imaginer, la construction d'un télescope de la taille de la Terre est impossible. Pour citer Mick Jagger : « On n'a pas toujours ce qu'on veux, mais si on essaie, on peut s'apercevoir qu'on a reçu ce dont on a besoin. » En connectant les télescopes du monde entier, une collaboration internationale appelée l'Event Horizon Telescope est en train de créer un télescope informatique de la taille de la Terre capable d'élucider la structure à l'échelle de l'horizon des événements d'un trou noir. Il est prévu que ce réseau prenne la toute première photo d'un trou noir l'an prochain. Chaque télescope dans ce réseau mondial travaille ensemble. Liés par la précision des horloges atomiques, des équipes de chercheurs figent la lumière de chaque point de vue en collectant des milliers de téraoctets d'informations. Cette information est alors traitée ici, dans un laboratoire du Massachusetts.

Alors comment ça marche ? Si nous voulons apercevoir le trou noir au centre de notre galaxie, nous devons construire un télescope impossiblement grand. Prétendons un instant que nous pouvons construire un télescope de la taille de la Terre. Ce serait un peu comme transformer la Terre en une boule disco géante. Chaque miroir collecterait la lumière que nous assemblerions ensuite pour fabriquer une image. Prétendons que nous retirons la plupart de ces miroirs afin qu'il n'en reste que quelques-uns. Nous pourrions toujours essayer d'assembler cette information mais maintenant, il y a beaucoup de trous. Ces miroirs restants représentent les endroits où nous avons des télescopes. C'est un nombre de mesures vraiment petit pour pouvoir en faire une photo. Bien que nous ne collections la lumière qu'en certains endroits, la Terre tourne et nous pouvons obtenir d'autres nouvelles mesures. En d'autres mots, quand la boule disco tourne, ces miroirs changent de place et nous pouvons observer différentes parties de l'image. Des algorithmes de traitement d'image comblent les lacunes de la boule disco afin de reconstruire l'image sous-jacente du trou noir. Si nous avions des télescopes partout dans le monde — ou bien la boule disco dans sa totalité — cette recherche serait futile. Mais nous n'obtenons que quelques échantillons, et pour cette raison, il existe un nombre infini d'images possibles tout à fait cohérentes avec les mesures du télescope. Cependant, ces images ne sont pas toutes égales. Certaines ressemblent plus à l'idée que nous avons des images que d'autres. En aidant à prendre la première photo d'un trou noir, mon rôle est de créer des algorithmes qui trouvent l'image la plus raisonnable qui corresponde aussi aux mesures du télescope.

Tout comme un portraitiste judiciaire utilise des descriptions limitées pour composer une image à l'aide de son savoir en structure faciale, mes algorithmes utilisent notre information télescopique limitée pour nous guider vers une image qui ressemble à ce qu'il y a dans l'univers. À l'aide de ces algorithmes, nous pouvons assembler des images à partir de cette information bruyante et rare. Voici un exemple d'une reconstruction faite avec de l'information simulée quand nous prétendons diriger nos télescopes vers le trou noir au centre de notre galaxie. Bien que ce ne soit qu'une simulation, une telle reconstruction donne l'espoir qu'il sera bientôt possible de prendre la première vraie image d'un trou noir à partir de laquelle nous pourrons déterminer son diamètre. Bien que j'adorerais continuer à parler des détails de l'algorithme, heureusement pour vous, je n'ai pas le temps.

J'aimerais quand même vous donner une idée comment nous déterminons à quoi notre univers ressemble et comment nous utilisons ça pour reconstruire et vérifier nos résultats. Comme il existe un nombre infini d'images possibles qui explique parfaitement les mesures des télescopes, nous devons choisir entre elles en quelque sorte. Ce choix est fait en classant les images suivant la probabilité qu'elles soient l'image du trou noir, puis en choisissant celle qui semble la plus probable.

Qu'est-ce que je veux dire exactement ? Disons que nous essayons de créer un modèle qui nous donne la probabilité d'apparition d'une image sur Facebook. Nous voudrions que le modèle dise qu'il est peu probable que quelqu'un poste cette image confuse à gauche, et plutôt probable que quelqu'un poste un selfie, comme celle de droite. L'image du milieu est floue, et bien qu'il soit plus probable de la voir sur Facebook comparée à l'image brouillée, il est peu probable que nous la voyions comparée au selfie.

Mais quand il s'agit des images du trou noir, nous faisons face à un vrai dilemme : nous n'avons jamais vu de trou noir. A quoi doit ressembler une image d'un trou noir et que devrions-nous supposer de la structure de ceux-ci ? Nous pourrions utiliser des images de simulations précédentes, comme celle du trou noir d'« Interstellar », ce qui pourrait causer de sérieux problèmes. Que se passerait-il si les théories d'Einstein s'avéraient fausses ? Nous voudrions quand même reconstruire une image fidèle de ce qui se passe. Si nos algorithmes s'appuient trop sur les équations d'Einstein, nous ne finirons que par voir ce que nous espérons voir. Nous voulons laisser la porte ouverte à la présence d'un éléphant géant au centre de notre galaxie.

(Rires)

Des types différents d'images ont des traits très particuliers. On peut facilement faire la différence entre les images simulées d'un trou noir et celles que nous prenons tous les jours sur Terre. Il nous faut une façon de dire à nos algorithmes à quoi les images ressemblent sans trop imposer un type de caractéristique d'image. Nous pourrions contourner ce problème en imposant les caractéristiques de différents types d'images et voir comment ces genres d'images influencent nos reconstructions. Si tous les types d'images produisent une image très similaire, nous pouvons donc gagner confiance sur le fait que nos hypothèses ne biaisent pas tellement la photo.

C'est un peu comme donner la même description à trois dessinateurs autour du monde. S'ils produisent un visage très similaire, nous pouvons alors être certains qu'ils n'imposent pas leur propre subjectivité culturelle aux dessins. Un moyen pour imposer des caractéristiques d'image différentes est d'utiliser des morceaux d'images existantes. Nous prenons une grande collection d'images, et nous les découpons en petits morceaux. Nous pouvons alors traiter chaque morceau comme les pièces d'un puzzle. Nous utilisons ces pièces de puzzle pour assembler une image qui correspond aussi avec les mesures des télescopes.

Différents types d'images ont des lots propres de pièces de puzzle. Ce qui se produit quand on prend les mêmes données mais qu'on utilise différents lots de pièces pour reconstruire l'image ? Commençons par des pièces de puzzle d'image de simulation du trou noir. OK. Cela semble raisonnable. Ceci ressemble à ce qu'on attend d'un trou noir. Mais ne l'avons-nous pas obtenu car nous avons nourri la machine de petits morceaux de notre simulation ? Essayons un autre lot de puzzle à partir des objets astronomiques, non du trou noir. D'accord, on obtient une image similaire. Ensuite, testons les pièces d'images quotidiennes comme les images que vous prenez avec votre appareil photo. Génial, nous voyons la même image. Quand on obtient la même image avec tous les différents lots de puzzle, alors on peut commencer à être plus sûr que nos hypothèses d'image ne biaisent pas trop l'image finale obtenue.

On peut aussi prendre les mêmes lots de pièces de puzzle, tel que ceux dérivés d'images quotidiennes, et les utiliser pour reconstruire beaucoup de différents types d'image source. Ainsi dans nos simulations, nous prétendons qu'un trou noir ressemble à des objets non-trou noir, ou à nos images quotidiennes comme l'éléphant au cœur de notre galaxie. Quand le résultat de nos algorithmes, en bas, ressemble à l'image témoin de la simulation en haut, nos algorithmes commencent à nous convaincre. Je tiens vraiment à souligner ici que tous ces images ont été créées en accolant des petits morceaux de photos quotidiennes, comme celles que vous auriez pu prendre. Donc une image d'un trou noir qu'on a jamais vu précédemment peut être finalement être créée par l'assemblage de photos quotidiennes de personnes, de bâtiments, d'arbres, de chats et de chiens. Imaginer de telles idées nous permet de prendre nos tout premières photos d'un trou noir, et avec optimisme de vérifier ces théories célèbres sur lesquelles les scientifiques se basent tous les jours.

Mais bien sûr, la concrétisation d'idées pareilles n'aurait pas été possible sans l'équipe incroyable de chercheurs avec qui j'ai le privilège de travailler. Cela m'étonne encore qu'en dépit de mes lacunes en astrophysique, ce qu'on a pu accomplir grâce à cette collaboration unique puisse mener aux premières photos d'un trou noir. Les grand projets comme l'Event Télescope Horizon réussissent grâce à toutes l'expertise interdisciplinaire que différentes personnes apportent. On est un creuset d’astronomes, de physiciens, de mathématiciens et d'ingénieurs. C'est ce qui rendra bientôt possible la réalisation d'une chose que l'on pensait impossible.

J'aimerais vous encourager à lever la main et aider à repousser les limites de la science, même si cela peut vous sembler aussi mystérieux qu'un trou noir.

Merci.

(Applaudissements)