Dalle immagini statiche ai filmati tridimensionali. È questo il salto che promette un nuovo progetto di ricerca internazionale dedicato ai buchi neri. L’obiettivo è ambizioso: ottenere i primi video in 3D delle regioni più estreme dell’universo, mostrando come il plasma si muove, come i campi magnetici si riorganizzano e come la gravità piega lo spazio tempo attorno all’orizzonte degli eventi.
Il progetto si chiama TomoGrav ed è finanziato con 4 milioni di sterline dalla Royal Society. Al centro c’è l’uso di algoritmi avanzati di intelligenza artificiale, con ricadute che vanno ben oltre l’astrofisica.
Dalle prime immagini a una nuova dimensione
Nel 2019 il mondo ha visto per la prima volta l’immagine di un buco nero. Quella fotografia, storica, mostrava il buco nero nella galassia Messier 87, a circa 55 milioni di anni luce dalla Terra. Era il risultato del lavoro della Event Horizon Telescope.
Ma quella immagine era un singolo fotogramma. Importante, sì, ma limitato. TomoGrav nasce per superare proprio questo confine.
Il cuore del progetto TomoGrav
A guidare il progetto è l’astrofisico giapponese Kazunori Akiyama, uno dei protagonisti delle prime immagini dei buchi neri. Al suo fianco lavora il fisico belga Yves Wiaux, specialista nell’imaging da dati incompleti e nell’uso dell’intelligenza artificiale.
Insieme coordinano un team multidisciplinare composto da dieci partner provenienti da diversi Paesi, con competenze che spaziano dall’astrofisica alla matematica applicata.
Cos’è la tomografia gravitazionale dinamica
Il concetto chiave è quello di tomografia gravitazionale dinamica. In pratica, invece di ricostruire un’immagine piatta, gli algoritmi ricostruiscono una struttura tridimensionale che evolve nel tempo.
Questo permette di osservare:
- il flusso del plasma attorno al buco nero
- l’evoluzione dei campi magnetici
- il modo in cui la gravità estrema modella l’ambiente circostante
Secondo Akiyama, il passaggio dalle immagini fisse alle strutture risolte nel tempo cambierà le domande scientifiche che è possibile porre. Non si guarda più solo dove si trova il buco nero, ma come si comporta.
Il ruolo decisivo dell’intelligenza artificiale
Ricostruire un buco nero significa lavorare con dati estremamente limitati. I radiotelescopi non producono immagini complete, ma frammenti di informazione sparsi, che devono essere ricomposti.
Qui entra in gioco l’intelligenza artificiale. Gli algoritmi sviluppati per TomoGrav imparano a estrarre struttura e dinamica da dati incompleti, riducendo ambiguità e artefatti. È un problema che non riguarda solo l’astrofisica.
Perché questi algoritmi contano anche sulla Terra
La stessa sfida esiste in medicina, ad esempio nella risonanza magnetica. Anche lì si parte da informazioni parziali per ricostruire immagini affidabili del corpo umano. Migliorare questi algoritmi significa ottenere immagini più precise in meno tempo.
Un discorso simile vale per lo studio della Terra e del clima. Dalla ricostruzione del livello dei mari al monitoraggio dei cambiamenti climatici, molte analisi dipendono dalla capacità di interpretare dati incompleti provenienti da satelliti e sensori.
Un nuovo modo di capire l’universo
I buchi neri restano laboratori naturali unici. Attorno a loro si concentrano gravità estrema, campi magnetici intensissimi e flussi di energia difficili da riprodurre altrove. Poterli osservare in 3D e nel tempo significa avvicinarsi a una comprensione più profonda delle leggi fisiche fondamentali.
TomoGrav non promette solo immagini più spettacolari. Promette nuove domande, nuove risposte e strumenti che trovano applicazione ben oltre l’astrofisica.
Segui le evoluzioni della ricerca spaziale e dell’intelligenza artificiale su Instagram.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.