當人類首張黑洞照片公布問世，全球為之沸騰！這是一個位於代號為M87的星系的黑洞，距離地球5300萬光年，質量相當於60億顆太陽！
可不要小瞧了這樣一張並不清晰的黑洞真相，它的背後是全球200多位科研專家，動用了8組遍布全球的毫米/亞毫米波射電望遠鏡，長時間曝光拍攝10天，並通過2年的「衝洗」，才得以讓人們在百年的探索之後，第一次目睹黑洞的模樣！
根據愛因斯坦的相對論學說，黑洞一旦形成，其界限之內的所有物質都無法逃逸，連光也不例外。換句話說，我們沒辦法採用電磁波手段對不發光的黑洞進行拍攝。
不過科學家們找到了「曲線救國」的辦法：利用黑洞邊界的物質——這些物質發出的輻射可以逃逸到遠處並被人類探測到，它們將勾勒出黑洞的輪廓。
拍攝已是不易，然而成像更是一個複雜艱巨的任務。這就不得不提一位在計算機成像環節的靈魂人物：29歲的MIT博士凱薩琳·鮑曼。正是她主導開發的算法，幫助人類「看見」了黑洞。
早在幾年前，研究界興起「用先進的計算機數據處理模式來突破光學成像邊際」的熱潮，凱薩琳在2015年進入這一交叉領域，開始研究設計精密的算法，讓肉眼看不見的東西現出原形。隨後她加入了黑洞團隊的算法小組。
黑洞的觀測數據不僅少而分散，而且噪聲太多，為了克服這些困難，將數據轉化為清晰可理解的圖像，凱薩琳肩負著開發全新算法的任務，其難度不亞於「在地球上看清月球上的一顆葡萄」。
一年後，凱薩琳團隊開發出算法「CHIRP」，其在過濾「噪音」方面表現突出，不僅能用來構建黑洞圖像，也適用於其他使用無線電幹涉測量技術的任何系統。
2017年4月，8組頂尖望遠鏡完成了對M87黑洞的集中拍攝，採集的觀測數據超過了500萬G！數據之巨大甚至無法通過網際網路發送，而改用裝載到總重量超過半噸的幾百個硬碟裡，運送至美國和德國的中央處理中心。
如何處理這麼多而繁雜的數據？這就需要派出機器學習與人工智慧技術！
CHIRP 算法能進行連續高解析度圖像重建，合理補足缺失的數據，捕捉黑洞的邊界，生成一張看起來像是黑洞圖片。這其中，離不開計算機的學習訓練：大量的天文照片和日常生活照片被切分成碎片「餵「給算法，訓練計算機分辨兩者的區別，最後獲得符合望遠鏡所測量數據的完整圖片。
所以，其實我們看到的黑洞照片，是對龐大的觀測數據進行合成處理後的「視覺呈現」。這是人類史上的偉大創舉，而人工智慧算法在其中起到了關鍵性的作用！
人類對宇宙的認知，已被AI改寫！
如今，人工智慧已在人類的各個領域參與及賦能，人工智慧時代已越來越近，我們的孩子將直面未來的科技挑戰。編程，作為人工智慧的底層邏輯，是適應未來AI時代的金鑰匙。