Mit Katzenfotos trainierte KI baut das erste Bild eines Schwarzen Lochs nach, der Ring hält

Das berühmteste Bild eines Schwarzen Lochs hat einen Blindtest bestanden. Ein kleines Team bei CSIRO, der australischen Wissenschaftsbehörde, entwickelte ein Bildgebungsprogramm, das aus Fotos von Katzen, Hunden und Autos lernte, wie Bilder aussehen, richtete es auf die rohen Event-Horizon-Telescope-Daten hinter dem ersten Bild eines Schwarzen Lochs und erhielt denselben leuchtenden Ring zurück.

Das ist von Bedeutung, weil der Ring einen Herausforderer hatte. Eine konkurrierende Neuauswertung argumentierte, dass der Donut, der um das riesige Schwarze Loch im Zentrum einer nahen Galaxie zu sehen ist, ein Artefakt der Datenverarbeitung sein könnte und dass das eigentliche Objekt ein länglicher heller Fleck sein könnte. Die neue Arbeit, veröffentlicht in Nature, findet den Ring in jedem hochwertigen Datensatz, den sie untersuchte, und seine Größe deutet auf ein Schwarzes Loch hin, das milliardenfach schwerer ist als die Sonne – im Einklang mit unabhängigen Schätzungen.

„Wichtig ist, dass unser Modell keine Ahnung hatte, wie ein Schwarzes Loch aussieht, als wir es auf die M87-Daten anwendeten“, sagte Hauptautor Samuel Lai, Astronom bei CSIRO. „Dies ist die erste wirklich unabhängige Validierung des EHT-Bildes, ein wichtiger Schritt im wissenschaftlichen Prozess.“

LeseempfehlungJWST findet Objekt 100 Milliarden Mal heller als ein Stern — und es ist keiner

Warum ein Bild eines Schwarzen Lochs umstritten sein kann

M87* befindet sich etwa 55 Millionen Lichtjahre entfernt, und sein Schatten erstreckt sich über einen so winzigen Himmelsausschnitt, dass Lai die Aufgabe mit „im eigenen Garten stehen und versuchen, ein Foto eines Donuts auf dem Mond zu machen“ vergleicht. Keine einzelne Schüssel kann das leisten. Das Event Horizon Telescope verbindet Radioobservatorien in Chile, Mexiko, Hawaii, Arizona, Spanien und anderswo, sodass die gesamte Erde als ein Teleskop fungiert.

Dieses virtuelle Teleskop besteht größtenteils aus leerem Raum. Jedes Antennenpaar tastet nur eine dünne Spur der für ein Bild benötigten Informationen ab, und jede Station fügt Fehler durch ihre Elektronik und die turbulente Luft über ihr hinzu. Software muss die Lücken füllen, und die Entscheidungen, die in dieser Software getroffen werden, können das endgültige Bild beeinflussen.

Die ursprüngliche Kollaboration wusste das und ließ vier Bildgebungsteams parallel arbeiten, die voneinander abgeschirmt waren. Alle vier fanden einen Ring, waren sich jedoch bei feinen Details wie der hellsten Stelle uneinig. Dann wertete eine japanische Gruppe unter der Leitung von Makoto Miyoshi die öffentlichen Daten mit einer klassischen Technik neu aus und berichtete, dass ein einzelner länglicher heller Fleck besser zu einem Ring passe, wenn die Analyse einen größeren Himmelsausschnitt zuließe. Der Streit drehte sich um Annahmen, und genau diese Annahmen muss ein unabhängiger Test beseitigen.

Wie sie es gemacht haben

Das CSIRO-Team griff beide Schwachstellen gleichzeitig an. Erstens die Daten. Der Standardansatz kombiniert Messungen von Antennenpaaren, die neben dem Signal auch die Kalibrierungsfehler jeder Station enthalten. Das Team verwendete stattdessen „Closure Invariants“, Größen, die aus jeweils drei Antennen gebildet werden, bei denen sich diese Fehler aufheben. „Unsere Technik kombiniert Tripel anstelle der üblichen Antennenpaare, um diese Fehler zu eliminieren“, sagte Projektleiter Nithyanandan Thyagarajan.

Zweitens die Software. Das Team baute ein generatives KI-System namens GenDIReCT, das den Werkzeugen ähnelt, die Text in Bilder verwandeln, aber von den Closure Invariants anstelle einer schriftlichen Aufforderung gesteuert wird. Es lernte, wie echte Bilder aussehen, anhand einer Standardbibliothek alltäglicher Fotos plus einfacher Formen wie Scheiben und Ringe. Um sicherzustellen, dass diese Ringe die Antwort nicht verzerrten, trainierten die Forscher es ohne geometrische Formen neu und stellten keinen nennenswerten Unterschied fest.

Bevor das Programm M87*-Daten sah, musste es Tests an synthetischen Daten und an realen Beobachtungen anderer Galaxien bestehen, wobei es veröffentlichte Bilder des Quasars 3C 279 mit 98 % Ähnlichkeit und der Radiogalaxie Centaurus A mit 91 % reproduzierte. Dann froren die Forscher das Modell ein, sodass niemand es nach dem Ansehen des Ergebnisses optimieren konnte. Es arbeitete sich durch acht Nächte öffentlicher Daten aus drei Beobachtungssaisons, jede mit drei Himmelsfenstern, und produzierte etwa 300 Kandidatenbilder pro Datensatz. Als Gegenprobe, die nichts mit maschinellem Lernen zu tun hatte, passte das Team dieselben Tripeldaten auch mit einem konventionellen statistischen Modell eines Rings an.

Was uns der Ring sagt

Jeder Datensatz mit guter Teleskopabdeckung ergab einen kompakten Ring von etwa 42 Mikrobogensekunden Durchmesser, unabhängig von der Größe des Himmelsfensters. Diese Stabilität ist die direkte Antwort auf die konkurrierende Analyse, die ihren hellen Fleck nur fand, wenn das Fenster groß wurde. Das CSIRO-Team argumentiert, dass der frühere Effekt höchstwahrscheinlich auf eine Nacht mit spärlicher Abdeckung und minderwertigeren Daten zurückzuführen ist. Die maschinell gelernten Bilder ergaben 42,2 Mikrobogensekunden und die konventionelle Anpassung 42,3, was innerhalb der Fehlergrenzen übereinstimmt. Details in dieser Feinheit aufzulösen, so die Studie, sei vergleichbar damit, die Breite eines menschlichen Haares aus mehr als 1.000 Kilometern Entfernung zu erkennen.

Aus dieser Größe schätzt das Team eine Masse von 6,5 Milliarden Sonnenmassen, plus/minus 0,5 Milliarden. Das liegt fast exakt auf einer unabhängigen Schätzung aus den Bewegungen der Sterne in der Galaxie von etwa 6,6 Milliarden Sonnenmassen und weit entfernt von einer Schätzung auf Basis von Gasbewegungen von etwa 3,5 Milliarden, die einen etwa halb so breiten Ring ergeben hätte. Sagittarius A*, das Schwarze Loch im Zentrum der Milchstraße, wiegt etwa 4 Millionen Sonnenmassen, also ist M87* mehr als tausendmal schwerer.

Die Bilder deuten auch darauf hin, dass wir das Schwarze Loch fast frontal sehen, etwa 20 Grad von seinem Jet entfernt, nahe den 17 Grad, die am Jet selbst gemessen wurden. Der hellste Teil des Rings verschiebt sich zwischen den Jahreszeiten, was die Autoren auf turbulentes Gas zurückführen, das in das Schwarze Loch fällt, und nicht auf die Methode.

Was es nicht klärt

Die neue Analyse ist unabhängig in der Methode, nicht in den Daten. Sie verwendet dieselben öffentlichen Event-Horizon-Telescope-Messungen erneut, kann also ein Problem, das in den Rohaufnahmen steckt, nicht ausschließen; sie zeigt, dass der Ring kein Produkt der Verarbeitungsentscheidungen der ursprünglichen Teams ist.

Einige Merkmale bleiben unscharf. Die Dicke des Rings, die Helligkeit seines Zentrums und wie asymmetrisch er aussieht, änderten sich zwischen den Methoden und zwischen den Nächten, und die Autoren sagen, dass diese wahrscheinlich nicht die wahre Quelle widerspiegeln. Eine Nacht, in der ein wichtiges Teleskop in Mexiko fehlte, lieferte die uneindeutigsten Ergebnisse.

Die Masse ist weniger sicher, als die Schlagzeilenzahl vermuten lässt. Die Umrechnung einer Ringgröße in eine Masse stützt sich auf einen Kalibrierungsfaktor aus Computersimulationen, und die gesamte Bandbreite dieses Faktors verschiebt die Schätzung zwischen 6,0 und 6,7 Milliarden Sonnenmassen. Die Bilder können nicht bestimmen, wie schnell sich das Schwarze Loch dreht, obwohl sie eine gewisse Rotation begünstigen. Und das Team warnt davor, dass eine gute Anpassung an die Daten zwar notwendig, aber kein ausreichender Beweis dafür ist, dass ein Bild korrekt ist, da es kein Grundwahrheitsbild von M87* gibt, mit dem man es vergleichen könnte.

Häufige Fragen zum M87*-Schwarzen-Loch-Bild

Ist das erste Bild eines Schwarzen Lochs echt?

Ja, laut dieser unabhängigen Überprüfung. Ein Team außerhalb der ursprünglichen Analyse, das eine andere Art der Datenkombination und eine KI verwendete, die noch nie ein Schwarzes Loch gesehen hatte, gewann einen Ring derselben Größe und Ausrichtung zurück. Feine Details wie die Dicke des Rings variieren weiterhin zwischen den Methoden.

Wie fotografiert man ein Schwarzes Loch?

Man fotografiert das heiße Gas um es herum. Licht von diesem Gas wird um das Schwarze Loch herum gebogen und bildet einen hellen Ring um einen dunklen Schatten. Um einen so kleinen Schatten zu sehen, kombiniert das Event Horizon Telescope Radioschüsseln auf dem ganzen Planeten, sodass sie wie ein Teleskop so breit wie die Erde arbeiten.

Wie groß ist das Schwarze Loch M87*?

Die neue Analyse schätzt seine Masse auf etwa 6,5 Milliarden Sonnenmassen, mehr als tausendmal schwerer als das Schwarze Loch im Zentrum unserer Galaxie. Sein Ring erstreckt sich über etwa 42 Mikrobogensekunden am Himmel, viel zu klein, um von einem einzelnen Teleskop aufgelöst zu werden.

Was als Nächstes kommt

Die Daten umfassen vier Nächte im April 2017, zwei im April 2018, als das Grönland-Teleskop zum Array stieß, und zwei im April 2021. Das ursprüngliche M87*-Bild wurde am 10. April 2019 enthüllt, und die Herausforderung von Miyoshis Team erschien 2022 und 2024. Die CSIRO-Forscher sagen, dass ihr eingefrorenes Modell erstmals am 4. Dezember 2025 auf die M87*-Daten angewendet wurde, und die Arbeit erschien am 11. November 2026 online, wobei ihre Rekonstruktionen und der Code veröffentlicht wurden.

Die Autoren erwarten, dass geplante Beobachtungen mit dem NIRSpec-Instrument des James-Webb-Weltraumteleskops die Gas- und Sternbewegungen im Kern von M87 kartieren und die Masse eingrenzen werden. Thyagarajan sagt, dass die Tripeltechnik auch Bereichen helfen könnte, die viele Sensoren zu einer Karte zusammenfügen, von der medizinischen Bildgebung bis zur Verfolgung von Erdbeben. Ein größerer Preis wartet weiter draußen: Teleskope im Weltraum könnten den dünnen Photonenring innerhalb des Schattens auflösen und damit endlich messen, wie schnell sich M87* dreht.

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

Schlagwörter: künstliche Intelligenz, Astronomie, Schwarze Löcher, CSIRO, Event Horizon Telescope, M87

Ähnliche Beiträge

JWST entdeckte acht Schwarze Löcher aus dem frühen Universum, paarweise angeordnet und konvergierend

Ein Schwarzes Loch in 12.000 Lichtjahren Entfernung richtet seinen Jet auf die Erde

XRISM misst Winde im Quasar H1821+643 — hundertmal stärker als alle Modelle voraussagten

Schwerste Schwarze Löcher entstehen aus Kollisionen anderer Schwarzer Löcher

In einem Jahr fand Euclid mehr alte Quasare als die Wissenschaft in einem Jahrzehnt

Capotauro, Webbs fernster Galaxie-Kandidat, ist ein Brauner Zwerg in der Milchstraße