银河系中心黑洞成像历程

图 银河系和银河系中心黑洞(银心)的图像。图片版权:事件视界望远镜合作组织(2022)和郑兴武&马克里德(MARK J. REID)(2019)所有。

看到刚刚发布的银河系中心超大质量黑洞的首张照片,笔者的思绪又回到了这几年给黑洞“冲洗照片”的日子。通过新闻发布会,大家或多或少已了解到,这次银河系中心黑洞成像的复杂和艰难。打个通俗的比方,这次成像相当于拿手机给正在旋转的烟花拍照,每次拍出来的图案效果都不一样。雪上加霜的是,拍照的手机还不带防抖功能。

当时冲洗照片的团队来自全球各地,为了有效记录进展,大家都会在一个共享工作簿上更新工作分工。回翻工作簿上的统计记录,笔者发现,我们已不知不觉利用上海VLBI天文处理平台的超级计算机(图1)完成了不少的工作量。现在分享这段独特的经历,聊以记之。

图1. 建成于2014年的上海VLBI天文处理平台的超级计算机。

在照片冲洗工作启动之时,可能谁也没有想到,这个过程会如此反复,难度如此之大。有人中途退出,有人始终坚守,庆幸地是最终得到一个大家都认可的结果,令人欣慰。还可以透露的是,今天在线发表的这一系列论文并非今年才启动撰写,实际上,有的论文已于几年前已完成初稿,就等待着成像的最终结果。在这一系列论文中,黑洞成像的论文最先被审稿人和期刊接收,也算没有枉费在这过程中付出的智慧和汗水。笔者在这里只谈及我们参与的其中一个工作组(CLEAN,“洁化”工作组)的体会。

你们知道吗?仅照片“冲洗”工作,就有四个不同的算法工作组分别参与,最终照片是由所有“合格”的照片平均而成。照片的冲洗主要经历了五个阶段,每个阶段都有各自的特点,文笔辞藻有限,略记一二。

2019年4月10日,EHT合作组织正式发布人类捕获的首张黑洞照片――室女座星系M87中心超大质量黑洞的照片。随后,EHT合作组就着手处理同期观测的另一个重要目标――我们人类所在银河系的中心。科学需要严谨和求真。当时还不能完全肯定它就是黑洞,虽然已有多项间接证据暗示存在一个超大质量黑洞,甚至与之相关的2020年诺贝尔物理学奖给出的获奖理由也只说成发现银河系中心的超大质量致密天体。

受到第一张黑洞照片的鼓舞,大家都希望一鼓作气,将我们自己所在星系中心的这个期待已久的天体照片呈现出来。大家还是按照第一张照片时的工作模式,先在各个工作组内部独立成像,以提高成像结果的确信度。在拿到数据后,大家就开始各显神通,但很快就发现出问题,这和第一张照片成像的感觉完全不一样,甚至若反复成像几次,每次冲洗出来的照片都不一样。于是工作组汇总了大家的问题,请前期数据校准的同行再仔细检查数据,并计划第二轮的成像工作。

大约经过了2到3个月的仔细审查和更新,包括更严格的数据校准。成像工作组再一次拿到了数据,但令人灰心的是,图像仍是千姿百态。笔者还记得,在每周的成像工作内部讨论会上,各工作组给出了千姿百态的图像,汇聚的、延展的,有亮斑朝上、朝下、朝左、朝右,种种均有,不尽相同。那时,各工作组已开始尝试选取不同的成像控制参数,看看最优图像是否一致。结果显示,差不多一半以上能得到环状结构。但所有人都知道,这对科学来说是没有说服力的。所以在内部讨论会上,大家更多的是沉默。不用言语,大家基本知道其他成像工作组碰到了同样问题,不禁对这次成像能否成功心生忧虑。如此反复了几周以后,大家认为,有必要开展更大范围的参数选择和优化。于是成像工作由单人花半天到一天功夫处理一幅图像的工作模式转换到用超级计算机工作模式。

其实在第二阶段后面的尝试中,笔者就调试好了上海VLBI天文处理平台的超级计算机,利用它来完成快速成像工作。因为每组控制参数的成像任务是可以独立处理的,因此在计算机技术高度发达的今天,通过并行计算的方法提高处理速度已不是什么高新技术。不过与同行用个人电脑成像处理相比,笔者的处理确实要快很多,所以第二阶段每次提交结果时,我都能最先完成。很快成像工作组的协调人就联系我,请笔者来分担更大参数范围的成像处理任务。

虽然当时上海天文台的这个平台也在承担一些常规处理和诸如我国天眼望远镜(500米口径球面射电望远镜,FAST)VLBI测试等任务,但想到银心成像工作的重要价值和意义,以及我国在这方面合作中的贡献就一口应承了下来。后来也庆幸自己能够坚持,每次都需要生成几万张图像,然后反复优化。最忙的时候,我台400核的超级计算机每天不间断地运算,往往全部结果刚处理出来就到了每周讨论的时间。因为成像是去卷积运算的过程,并不是每组参数都能收敛,为了赶时间还需要不时地检查运算是否正常。

给大家讲一个小插曲。刚开始处理时,出于对结果严谨查验的考虑,笔者要检验不同计算机的处理结果是否一致。结果发现,平台处理出来的4000张测试照片中有7张与其他计算机的处理结果存在差异。笔者花了一个周末的时间,拉着平台的供应商查找问题,最后定位查找到原因,那就是因为平台购置时间早,操作系统比新的计算机已老了一代,才引起了这约千分之二的差异。经进一步检验,这七幅图像结果的差异也只在部分数据的小数点后六位甚至九位以后,差异几乎可以忽略不计,笔者才放心进行后续的处理工作。

经过第三阶段的多次迭代,成像算法越来越成熟,参数优化也越来越收敛。成像工作终于迎来一线曙光,但很快又抛来一个难题。为了检查生成的真实图像是否可靠,我们已经同时开发了和观测数据相似的八个不同模型的模拟数据。也就是说,如果算法及选择的控制参数能把这八个模型都反演出来,那真实数据处理的结果就是可信的。加上该工作将由四种采用不同算法的小组分别处理,如果大家都能得到同样的结果,那出错的概率几乎是微乎其微了。

事实上,大家这时都基本确定,从真实数据成像是可以得到环形结构,然而工作组内部还有质疑,因为仍有一个模型的模拟数据无法用之前辛苦优化好的参数予以恢复。这个模型被称作点高斯模型,它的模拟数据与观测数据相似,对应的是一些同行曾得到的汇聚结构。“为了将该点高斯模型成功囊括进来,就需要扩展算法的控制参数”,在一次讨论会上笔者之一很高兴地告知这个发现,但接下来又出现问题了,这些扩展的控制参数只对点高斯模型有用,却无法有效重构出其他模型的模拟数据。工作似乎陷入了两难。

办法总比困难多,这个道理似乎用在所有工作领域都适用。VLBI数据处理的难点在于校准,因为每台望远镜的性能和实时观测条件都不一样,要恢复出真实的信号信息有如大海捞针。幸运地是VLBI数据中还存在一种观测量,专业术语叫做闭合相位,它能反映天体的结构信息且独立于台站校准。于是工作组进一步提出用闭合相位校准得到的模型作为初始模型输入,不再按常规做法去选取固定的几何模型。

届时,更大的超算平台加入了这项工作,很快包括点高斯模型在内的所有模型和真实数据都能得到有效恢复,这种方法也在同行中达成了共识。最后将能重构所有模型的算法及参数用到银心数据上,发现得到的图像95%以上都呈环形结构,虽然不同环状存在亮度在方位分布的差异(主要与银心的短时标时变有关),最终通过聚类分析生成了大家面前的银心黑洞首张照片。

还有一个细节是,工作组开发了自动识别算法来区分环状结构和非环状结构。让EHT成员每人人工完成2000张照片的分类,用来比较机器算法和人工区分是否存在明显偏差,统计数据表明算法和人工的相似度能达到92%以上。笔者之一当时监督了上幼儿园的小朋友做了一些照片分类工作,不知道这是否影响了这百分之几的差异。

图3. 由生成的诸多银心黑洞图像组装成的首张照片(EHTC成员AVERY BRODERICK供图)。

上海VLBI天文处理平台受天文专项资助于2014年底建成,至今已有8个年头,一直承担国内和国际的VLBI天文观测数据处理。期间它得到上海65米天马望远镜的第一个VLBI高频干涉条纹,促成了东亚VLBI网的组网成功和对外开放;它获得了我国500米射电望远镜第一个VLBI干涉条纹,并承担了后续的测试处理任务;它也获得了东亚230GHZ组网观测的首个干涉条纹;还是国内第一次向国际测地服务组织提供初级产品的处理机平台;至今它几乎收集和处理过来自全球各个射电望远镜、各种观测波长和各种观测类型的数据,处理的原始数据超过5PB(相当于500万部电影,至少要几百年才能看完!),处理的数据结果也发表在各领域的高水平期刊杂志上。而这次的兼差也得到了国际同行的认可,系列论文的致谢里均提及了这个老骥伏枥的平台。笔者也很幸运地借助这个平台学习和锻炼了很多,让我对VLBI这一门学科有深刻的理解,虽然大部分时间是面对枯燥的数据和基础的处理任务。

另外,笔者一直相信科学一定是简洁和完美的。但也深知VLBI科学发现受限于观测设备,因为它本身就是一种稀疏非冗余的空间采样,后期数据处理的难度与阵列的完善度成反比,所以从心理接受了这次大量且反复的处理工作及其结果。也欣喜地看到EHT仍在不断扩展和进行技术革新,也坚信借助于我国的优良台址条件,国内的观测设施能早日建成并发挥其独特的作用。