用猫咪照片训练的AI重绘首张黑洞照片，光环依然存在

史上最著名的黑洞照片通过了一项盲测。澳大利亚国家科研机构CSIRO的一个小团队开发了一套成像程序，它通过猫、狗和汽车的照片学会了“图片长什么样”，然后将该程序指向事件视界望远镜（Event Horizon Telescope）为第一张黑洞图像采集的原始数据，结果得到了同一个发光光环。

此事意义重大，因为这个光环曾遭遇挑战。一项针锋相对的重新分析认为，在附近星系中央那个巨型黑洞周围看到的“甜甜圈”，可能只是数据处理方式造成的人为假象，而真实物体可能是一个拉长的亮斑。这项发表在《自然》杂志上的新研究在其检验的每一个高质量数据集中都发现了这个光环，其尺寸指向一个质量是太阳数十亿倍的黑洞，与独立估算结果一致。

“重要的是，当我们将模型应用于M87数据时，它完全不知道黑洞长什么样，”主要作者、CSIRO天文学家Samuel Lai（塞缪尔·赖）表示。“这是对EHT图像首次真正独立的验证，是科学进程中重要的一步。”

为什么一张黑洞照片会引发争论

M87*距离我们约5500万光年，其阴影在天空中占据的狭小区域，用赖的话说，好比“站在自家后院，试图给月球上的一个甜甜圈拍照”。没有哪台单一射电望远镜能完成这个任务。事件视界望远镜将位于智利、墨西哥、夏威夷、亚利桑那、西班牙等地的射电观测站连接起来，让整个地球如同一台望远镜工作。

那台虚拟望远镜大部分是空的。每对射电望远镜只采样了成像所需信息的一条狭窄轨迹，而每个观测站都会因其电子设备和上方湍流大气引入误差。软件必须填补这些空白，而软件中做出的选择会影响最终图像。

原研究团队深知这一点，他们并行运行了四个成像小组，彼此互不知情。四个小组都发现了光环，但在光环最亮的位置等细节上存在分歧。随后，由Makoto Miyoshi（三好诚）领导的日本团队用经典技术重新处理了公开数据，并报告称，如果分析允许更大的天空范围，一个单一的拉长亮斑比光环更符合数据。这场争论的核心在于假设，而独立测试恰恰要排除假设的影响。

他们是如何做到的

CSIRO团队同时攻克了两个薄弱环节。首先是数据。标准方法是将成对望远镜的测量数据结合起来，但每个观测站的校准误差会与信号一起被带入。该团队转而使用了“闭合不变量”（closure invariants），即由三个望远镜同时观测构建的量，在这些量中，误差会相互抵消。“我们的技术使用三重数据而非标准的成对数据来消除这些误差，”项目负责人Nithyanandan Thyagarajan（尼蒂亚南丹·蒂亚加拉詹）说。

其次是软件。该团队构建了一个名为GenDIReCT的生成式AI系统，其原理类似于将文本转化为图片的工具，但它的引导信号是闭合不变量，而非文字提示。它从包含日常照片以及圆盘、圆环等简单形状的标准图库中学习了真实图像的样子。为了确保这些圆环不会使答案产生偏差，研究人员在不包含任何几何形状的情况下重新训练了模型，结果没有发现显著差异。

在接触任何M87*数据之前，该程序必须通过合成数据测试以及对其他星系的真实观测测试，它重现了类星体3C 279的已发表图像，相似度达到98%，重现了射电星系半人马座A的图像，相似度达到91%。随后团队冻结了模型，这样就没有人能在看到答案后对其进行调整。该模型处理了来自三个观测季节、每晚三个天空窗口的八个夜晚的公开数据，每个数据集生成了约300张候选图像。作为一项与机器学习无关的交叉验证，团队还用传统的环状统计模型拟合了同样的三重数据。

光环告诉了我们什么

每一个望远镜覆盖良好的数据集都产生了一个直径约42微角秒的紧凑光环，无论天空窗口大小如何。这种稳定性直接回应了那项挑战性分析，后者只有在天空窗口变大时才发现那个亮斑。CSIRO团队认为，之前的结果很可能是由某个覆盖稀疏、数据质量较低的夜晚造成的。机器学习图像给出的结果是42.2微角秒，传统拟合结果是42.3微角秒，两者在误差范围内一致。论文指出，分辨如此精细的细节，相当于在1000多公里外分辨一根头发的宽度。

根据这个尺寸，团队估算出黑洞质量约为65亿个太阳质量，误差在5亿左右。这与根据星系中恒星运动独立估算的约66亿个太阳质量几乎完全吻合，而远高于根据气体运动估算的约35亿个太阳质量，后者对应的光环宽度大约只有前者的一半。银河系中心黑洞人马座A*的质量约为400万个太阳质量，因此M87*的质量是它的1000多倍。

图像还表明，我们几乎是正面看到这个黑洞的，视角与其喷流夹角约20度，接近从喷流本身测得的17度。光环最亮的部分在不同观测季节之间发生移动，作者认为这归因于落入黑洞的湍流气体，而非成像方法本身。

尚未解决的问题

新分析在方法上是独立的，但在数据上并非如此。它复用了相同的公开事件视界望远镜测量数据，因此无法排除原始记录中固有的问题；但它表明，光环并非原团队处理选择所产生的人为产物。

某些特征仍然不够清晰。光环的厚度、中心亮度以及不对称程度在不同方法和不同夜晚之间都有变化，作者认为这些很可能不反映真实源的特征。在一个夜晚，由于墨西哥的一个关键望远镜缺失，结果最为模糊。

黑洞质量并不像标题数字所暗示的那样确定。将光环尺寸转换为质量依赖于一个从计算机模拟中获取的校准因子，该因子的完整范围会使估算值在60亿到67亿个太阳质量之间变动。图像无法确定黑洞的自转速度，尽管它们倾向于支持存在一定的自转。团队还警告说，数据拟合良好是图像正确的必要条件，但并非充分证据，因为并没有M87*的真实图像可供对照验证。

关于M87*黑洞图像的常见问题

第一张黑洞照片是真的吗？

是的，根据这项独立检验。一个独立于原始分析之外的团队，使用不同的数据组合方式以及一个从未见过黑洞的AI，恢复出了相同大小和方向的光环。光环厚度等精细细节在不同方法之间仍有差异。

如何给黑洞拍照？

你拍摄的是它周围炽热的气体。来自这些气体的光线在黑洞周围弯曲，形成一个围绕黑暗阴影的明亮光环。为了看到如此微小的阴影，事件视界望远镜将分布在全球的射电望远镜连接起来，使它们像一台地球大小的望远镜一样工作。

M87*黑洞有多大？

新分析将其质量定为太阳的约65亿倍，比我们银河系中心黑洞重1000多倍。它在天空中的光环直径约42微角秒，小到任何单一望远镜都无法分辨。

下一步计划

数据涵盖2017年4月的四个夜晚、2018年4月的两个夜晚（当时格陵兰望远镜加入了阵列）以及2021年4月的两个夜晚。M87*的原始图像于2019年4月10日公布，三好团队的挑战则出现在2022年和2024年。CSIRO研究人员表示，他们冻结的模型首次处理M87*数据是在2025年12月4日，论文于2026年11月11日在线发表，其重建图像和代码均已公开。

作者预计，计划中用詹姆斯·韦伯太空望远镜NIRSpec仪器进行的观测将绘制M87核心区域的气体和恒星运动图，从而更精确地确定质量。蒂亚加拉詹表示，三重数据技术还可以帮助那些需要将多个传感器拼接成一张地图的领域，从医学成像到地震追踪。更远大的目标还在前方：太空中的望远镜可以分辨出阴影内部更细薄的光子环，并最终测量出M87*的自转速度。

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

标签: 人工智能, 天文学, 黑洞, CSIRO, Event Horizon Telescope, M87