IA treinada com fotos de gatos refez a primeira imagem de um buraco negro, e o anel continua lá

A foto mais famosa de um buraco negro passou num teste cego. Uma pequena equipe da CSIRO, a agência nacional de ciência da Austrália, construiu um programa de imageamento que aprendeu como as imagens são a partir de fotos de gatos, cachorros e carros, apontou-o para os dados brutos do Event Horizon Telescope por trás da primeira imagem de um buraco negro, e obteve de volta o mesmo anel brilhante.

Isso importa porque o anel tinha um desafiante. Uma reanálise rival argumentou que a rosquinha vista ao redor do buraco negro gigante no coração de uma galáxia próxima poderia ser um artefato de como os dados foram processados, e que o objeto real poderia ser um ponto brilhante alongado. O novo trabalho, publicado na Nature, encontra o anel em todos os conjuntos de dados de alta qualidade que examinou, e seu tamanho aponta para um buraco negro bilhões de vezes mais pesado que o Sol, em linha com estimativas independentes.

“Importante: nosso modelo não fazia ideia de como um buraco negro se parecia quando o aplicamos aos dados da M87”, disse o autor principal Samuel Lai, astrônomo da CSIRO. “Esta é a primeira validação verdadeiramente independente da imagem do EHT, um passo importante no processo científico.”

Por que uma foto de um buraco negro pode ser discutida

M87* está a cerca de 55 milhões de anos-luz de distância, e sua sombra ocupa uma fatia do céu tão pequena que Lai compara a tarefa a “estar no seu quintal e tentar tirar uma foto de uma rosquinha na Lua”. Nenhuma antena isolada consegue fazer isso. O Event Horizon Telescope conecta observatórios de rádio no Chile, México, Havaí, Arizona, Espanha e outros lugares, de modo que toda a Terra funciona como um único telescópio.

Esse telescópio virtual é em grande parte espaço vazio. Cada par de antenas amostra apenas uma fina faixa da informação necessária para uma imagem, e cada estação adiciona erros de sua eletrônica e do ar turbulento acima dela. O software precisa preencher as lacunas, e as escolhas feitas nesse software podem influenciar a imagem final.

A colaboração original sabia disso e executou quatro equipes de imageamento em paralelo, cegas umas para as outras. Todas as quatro encontraram um anel, mas discordaram em detalhes finos, como onde ele é mais brilhante. Então um grupo japonês liderado por Makoto Miyoshi reprocessou os dados públicos com uma técnica clássica e relatou que, se a análise permitisse uma área de céu mais ampla, um único ponto brilhante alongado se ajustava melhor do que um anel. A disputa girava em torno de suposições, e suposições são exatamente o que um teste independente precisa remover.

Como eles fizeram

A equipe da CSIRO atacou ambos os pontos fracos de uma só vez. Primeiro, os dados. A abordagem padrão combina medições de pares de telescópios, que carregam os erros de calibração de cada estação junto com o sinal. A equipe, em vez disso, usou “invariantes de fechamento”, quantidades construídas a partir de três telescópios por vez, nas quais esses erros se cancelam. “Nossa técnica combina tripletos em vez dos pares padrão de dados de telescópio para eliminar esses erros”, disse o líder do projeto Nithyanandan Thyagarajan.

Segundo, o software. A equipe construiu um sistema de IA generativa chamado GenDIReCT, semelhante em espírito às ferramentas que transformam texto em imagens, mas guiado pelos invariantes de fechamento em vez de um prompt escrito. Ele aprendeu como imagens reais se parecem a partir de uma biblioteca padrão de fotos cotidianas, além de formas simples como discos e anéis. Para garantir que esses anéis não estivessem enviesando a resposta, os pesquisadores o retreinaram sem nenhuma forma geométrica e não encontraram diferença notável.

Antes de ver qualquer dado da M87*, o programa teve que passar em testes com dados sintéticos e em observações reais de outras galáxias, reproduzindo imagens publicadas do quasar 3C 279 com 98% de similaridade e da galáxia de rádio Centaurus A com 91%. Então a equipe congelou o modelo, para que ninguém pudesse ajustá-lo depois de ver a resposta. Ele trabalhou em oito noites de dados públicos de três temporadas de observação, cada uma com três janelas de céu, produzindo cerca de 300 imagens candidatas por conjunto de dados. Como uma verificação cruzada que não devia nada ao aprendizado de máquina, a equipe também ajustou os mesmos dados de tripletos com um modelo estatístico convencional de um anel.

O que o anel nos diz

Cada conjunto de dados com boa cobertura de telescópios produziu um anel compacto com cerca de 42 microssegundos de arco de diâmetro, independentemente do tamanho da janela de céu. Essa estabilidade é a resposta direta à análise rival, que encontrou seu ponto brilhante apenas quando a janela crescia. A equipe da CSIRO argumenta que o efeito anterior provavelmente decorre de uma noite com cobertura esparsa e dados de qualidade inferior. As imagens de aprendizado de máquina deram 42,2 microssegundos de arco e o ajuste convencional 42,3, coincidindo dentro das barras de erro. Resolver detalhes tão finos, observa o artigo, é como distinguir a espessura de um fio de cabelo humano a mais de 1.000 quilômetros de distância.

A partir desse tamanho, a equipe estima uma massa de 6,5 bilhões de sóis, mais ou menos 0,5 bilhão. Isso se situa quase exatamente sobre uma estimativa independente dos movimentos das estrelas na galáxia, cerca de 6,6 bilhões de sóis, e bem longe de uma estimativa baseada em movimentos de gás, cerca de 3,5 bilhões, que teria produzido um anel aproximadamente metade do tamanho. Sagittarius A*, o buraco negro no centro da Via Láctea, pesa cerca de 4 milhões de sóis, então M87* é mais de mil vezes mais pesado.

As imagens também sugerem que vemos o buraco negro quase de frente, cerca de 20 graus de seu jato, próximo aos 17 graus medidos a partir do próprio jato. A parte mais brilhante do anel muda entre as temporadas, o que os autores atribuem ao gás turbulento caindo no buraco negro, e não ao método.

O que isso não resolve

A nova análise é independente no método, não nos dados. Ela reutiliza as mesmas medições públicas do Event Horizon Telescope, portanto não pode descartar um problema embutido nas gravações brutas; ela mostra que o anel não é um produto das escolhas de processamento das equipes originais.

Algumas características permanecem incertas. A espessura do anel, o brilho de seu centro e o quão assimétrico ele parece mudaram entre métodos e entre noites, e os autores dizem que provavelmente não refletem a fonte real. Uma noite, quando um telescópio chave no México estava ausente, deu os resultados mais ambíguos.

A massa é menos firme do que o número principal sugere. Converter um tamanho de anel em massa depende de um fator de calibração retirado de simulações de computador, e a faixa completa desse fator move a estimativa entre 6,0 e 6,7 bilhões de sóis. As imagens não podem determinar a velocidade de rotação do buraco negro, embora favoreçam alguma rotação. E a equipe alerta que um bom ajuste aos dados é necessário, mas não é prova suficiente de que uma imagem está correta, já que não há uma imagem de referência de M87* para verificar.

Perguntas comuns sobre a imagem do buraco negro M87*

A primeira imagem de um buraco negro é real?

Sim, de acordo com esta verificação independente. Uma equipe externa à análise original, usando uma maneira diferente de combinar os dados e uma IA que nunca tinha visto um buraco negro, recuperou um anel do mesmo tamanho e orientação. Detalhes finos, como a espessura do anel, ainda variam entre os métodos.

Como se fotografa um buraco negro?

Você fotografa o gás quente ao redor dele. A luz desse gás se curva ao redor do buraco negro e forma um anel brilhante em torno de uma sombra escura. Para ver uma sombra tão pequena, o Event Horizon Telescope combina antenas de rádio em todo o planeta para que funcionem como um único telescópio tão largo quanto a Terra.

Qual o tamanho do buraco negro M87*?

A nova análise coloca sua massa em cerca de 6,5 bilhões de vezes a do Sol, mais de mil vezes mais pesado que o buraco negro no centro da nossa galáxia. Seu anel mede cerca de 42 microssegundos de arco no céu, muito pequeno para qualquer telescópio isolado resolver.

O que vem a seguir

Os dados abrangem quatro noites em abril de 2017, duas em abril de 2018, quando o Telescópio da Groenlândia se juntou ao conjunto, e duas em abril de 2021. A imagem original de M87* foi revelada em 10 de abril de 2019, e o desafio da equipe de Miyoshi apareceu em 2022 e 2024. Os pesquisadores da CSIRO dizem que seu modelo congelado foi executado pela primeira vez nos dados de M87* em 4 de dezembro de 2025, e o artigo apareceu online em 11 de novembro de 2026, com suas reconstruções e código tornados públicos.

Os autores esperam que observações planejadas com o instrumento NIRSpec do Telescópio Espacial James Webb mapeiem movimentos de gás e estrelas no núcleo de M87 e refinem a massa. Thyagarajan diz que a técnica de tripletos também poderia ajudar campos que combinam muitos sensores em um único mapa, desde imageamento médico até rastreamento de terremotos. Um prêmio maior está mais adiante: telescópios no espaço poderiam resolver o fino anel de fótons dentro da sombra e, com ele, finalmente medir a velocidade de rotação de M87*.

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

Tags: inteligência artificial, astronomia, buracos negros, CSIRO, Event Horizon Telescope, M87