独立研究重新分析人类首张黑洞照片，证实标志性光环真实可靠

IT之家 11 月 15 日消息，2019 年 4 月 10 日，事件视界望远镜（EHT）合作组织公布了人类历史上首张黑洞照片。照片中的黑洞位于一个名为 M87 的星系中心，距离地球约 5500 万光年。

这张照片中标志性的环状结构，很快成为现代科学史上最具辨识度的影像之一。

照片展示了一个黑洞的“阴影”，周围环绕着炽热气体旋转产生的光环。这一景象与爱因斯坦广义相对论的预测完全吻合，也为长期以来的一个科学观点提供了支持：星系中心普遍存在超大质量黑洞。

不过，此后科学界对于最初公布的照片是否准确呈现了黑洞光环的细节和结构，一直存在一些分歧。

IT之家注意到，最新发表在《自然》（Nature）杂志上的一项研究采用了全新的技术，对最初使用的观测数据进行了重新分析。结果不仅验证了原始研究的结论，还从新的角度揭示了黑洞光环的结构。

这项独立研究进一步增强了人们对这一现代科学重大成果的信心，也让这张来自数千万光年之外的黑洞照片再次变得清晰。

一台与地球一样大的望远镜

拍摄 M87 星系中心的超大质量黑洞是一项极具挑战性的任务。这就好比站在地球上拍摄月球上的一个甜甜圈。要获得足够清晰、细致的图像，需要一台直径相当于整个地球的望远镜。

为了实现这一目标，事件视界望远镜项目将分布在全球各地的射电望远镜连接起来，通过整合它们接收到的信号，构建出一台相当于地球大小的虚拟望远镜，从而实现当时人类所能获得的最高分辨率观测。

这一成果开启了黑洞成像研究的新时代，人类终于能够直接观测黑洞周围的极端环境。

在最初发表的研究中，事件视界望远镜合作组织内部有 4 个独立成像团队参与其中。尽管所有团队都得到了类似环状的结构，但在黑洞细节特征的呈现方式上，彼此之间仍存在一些差异。

研究人员指出，这类差异并不罕见，成像过程中人为判断和算法偏差都可能对最终结果产生影响。

不过，也有一项研究从根本上质疑了观测对象是否真的呈现环状结构。

部分差异其实可以理解。毕竟，要将来自数量有限、分布稀疏的望远镜阵列的数据整合起来，构建一台覆盖整个地球的虚拟望远镜，本身就存在诸多技术难题。

此外，还有其他因素会影响观测结果。每台负责采集数据的射电望远镜，都可能因为自身仪器设备或地球大气层的影响而引入误差。

通常情况下，天文学家会在数据分析过程中估算并修正这些误差。但由于整个处理过程十分复杂，仍有一些残余误差可能导致错误的成像结果。

为了解决这一问题，最新独立研究开发了一种名为“闭合不变量”（closure invariants）的全新数据处理方法。

传统的数据分析方法通常将两台望远镜的测量结果配对处理，而闭合不变量则采用不同方式，一次整合三台望远镜的测量数据。

这种方法不仅能够消除大气环境和仪器设备带来的误差，还能更清晰地提取观测对象的结构信息。

重新还原黑洞的真实面貌

为了充分利用闭合不变量提供的数据，研究人员设计了一种名为 GenDIReCT 的机器学习成像方法，能够生成与实际测量数据相吻合的图像。

为了尽可能减少人为偏差，研究人员使用猫、狗、汽车等地面物体的图像训练这一模型。因此，在训练过程中，模型并不知道黑洞究竟是什么样子。

研究人员还对模型进行了一系列严格的验证测试，其中包括对大量非环状结构进行成像测试，以及使用其他星系的真实观测数据进行验证，例如半人马座 A 星系。

在确认模型具备足够的准确性后，研究人员固定了整个训练和测试流程，避免人为因素影响最终的成像结果。

2025 年 12 月 4 日，研究人员终于让这套经过全面验证的成像方法正式分析事件视界望远镜对 M87 星系的观测数据。

结果显示，在所有数据集中，黑洞的环状结构都保持一致。

光环的外观和直径表明，其对应的是一个质量约为太阳 65 亿倍的黑洞，而且观测视角几乎正对着黑洞的正面。这种视角有点像从正上方俯瞰飓风中心的风眼。

从新视角验证首张黑洞照片

将研究的成像结果与事件视界望远镜合作组织此前公布的照片直接对比后发现，两者在光环直径和整体朝向上完全吻合。

当然，在一些细节上仍存在差异，例如光环的宽度，以及沿着环形边缘分布的表面亮度。但从整体结构来看，两者的结果高度一致。

这项研究不仅从新的角度呈现了这张标志性黑洞照片中的光环结构，也解释并解决了此前研究中存在的一些分歧。

为了证明这项研究的成功并非完全依赖先进的机器学习技术，研究人员还开发了一种辅助成像方法。该方法采用传统统计学技术，与机器学习方案截然不同。

结果表明，利用研究新生成的闭合不变量数据，这套传统方法同样验证了黑洞的环状结构。

总体而言，这项研究为 M87 星系中心超大质量黑洞的结构提供了有力的独立验证。

而这项技术未来可能发挥更大的作用。它不仅适用于天文学研究，还可能应用于其他需要整合多个传感器数据、还原未知结构的领域，例如医学影像分析和地震成像。

参考资料：

https://www.nature.com/articles/s41586-026-11241-9

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。