Katie Bouman, la mujer que nos dio la primera imagen de un agujero negro

Via Facebook / Katie Bouman

¿Cómo le haces para tomarle una foto a un objeto invisible que aparte se encuentra a millones de años luz de distancia? ¡Fácil! Tomas varias fotos, armas las piezas como si fuera un rompecabezas, y completas la imagen con un algoritmo.

Bueno, en realidad no fue nada sencillo. Pero este fue el reto que enfrentó la comunidad científica hace unos años cuando se dio a la tarea de formar la primera imagen de un agujero negro, ubicado en la galaxia elíptica Messier 87.

Para llegar a la imagen que el mundo vio por primera vez la mañana del 10 de abril se requirió un telescopio del tamaño de la Tierra de nombre Event Horizon (o mejor dicho, una red de 8 radiotelescopios esparcidos por todo el mundo ¡incluyendo México!).

Los telescopios proporcionaban las imágenes (como diminutos pixeles esparcidos a lo largo de un marco gigante) y un equipo de científicos especializado en modelos computacionales diseñó los algoritmos para crear ‘los pixeles’ que corresponden a las piezas perdidas del resultado final.

Dentro de este equipo de 200 científicos, Katie Bouman jugó un papel importante en esta fase, aportando al proyecto un algoritmo vital de nombre, CHIRP (Continuous High-resolution Image Reconstruction using Patch priors).

La doctora Bouman, de 29 años de edad, no es una astrónoma, sino una investigadora en ciencias de la computación e inteligencia artificial que recién obtuvo su doctorado en el prestigioso Instituto Tecnológico de Massachusetts (MIT).

En los últimos años del proyecto, Bouman se encargó de dirigir la verificación de imágenes y la selección de parámetros de imagen. Al final de este trayecto, se produjo la imagen de este ‘anillo de luz anaranjada’, en realidad, la sombra del agujero negro.

“Una de las ideas que Katie aportó a nuestro equipo de imágenes es que existen imágenes naturales”, dijo Vincent Fish, investigador del Observatorio Haystack de MIT. “Solo piensa en las fotos que tomas con tu cámara: tienen ciertas propiedades… Si ya tienes un píxel, tienes una buena idea de cómo es el píxel que está a su lado”.

En efecto, como armar un rompecabezas… donde la mayor parte de las piezas están perdidas.

Con información adicional de CNN.