Bioinformatics

Enginyeria d’un forat negre

  • Lluís Gesa, April 17th, 19
  • 3 mins reading time
Katie Bouman mira la forma del forat negre al seu ordinador. Foto: facebook/katie.bouman.3

Lluís Gesa, professor del Grau en Bioinformàtica, escriu aquest article, aquí però en la seva qualitat de coordinador de software a l’Institut de Ciències de l’Espai / Institut d'Estudis Espacials de Catalunya (ICE/CSIC-IEEC), per explicar-nos els detalls de la “fotografia” d’un forat negre que la setmana passada va sacsejar els mitjans de tot el món.

El passat 10 d’abril, una conferencia múltiple celebrada al mateix temps en 7 punts del planeta va mostrar per primera vegada la imatge d’un forat negre. Concretament es va veure l’entorn pròxim a ell on es distingeix el que es coneix com “horitzó de l’event”: aquell punt on res pot escapar del poder gravitatori del cos celeste que hi ha al centre, fent que tot, matèria i radiació, hi caigui irremeiablement fent créixer més i més el forat negre. Com que un forat negre no emet cap tipus de radiació electromagnètica, no el podem observar directament, hem d’observar l’entorn pròxim a ell que sí genera radiació. I això que sembla tan fácil, a la vegada és molt difícil.

Obtenir la imatge és una proesa tècnica brutal: 8 radiotelescopis situats en diversos punts del planeta van treballar en paral·lel per obtenir ingents quantitats de dades apuntant al centre de la galaxia coneguda com Messier 87 durant uns dies seguits del 2017.

I per què tants radiotelescopis? El punt a observar es troba a una distància enorme (55 milions d’any llum). Cal un telescopi del tamany de la Terra per poder agafar prou dades útils. Com que no el tenim, n’agafem diversos situats en punts concrets del planeta que permeten crear-ne virtualment un de gran.

Però, per aconseguir-ho, molts cops passa desapercebuda l’enorme importància que hi ha del software. Aquest cop no ha estat del tot així, gràcies en part al paper de Kate Bouman, la científica encarregada de co-liderar els algoritmes que han estat els encarregats de netejar i traduir les dades obtingudes per acabar generant la ja famosa imatge.

Entre els perfils professionals d’aquesta enginyera científica hi ha la d’Enginyeria Informàtica doctorada pel MIT. Kate ha posat rostre (i femení!, que les dones juguen papers clau en enginyeria i ciència i molts cops no són prou visibles) a una part de l’Enginyeria molt important avui en dia: l’Enginyeria de Software. Tots els mitjans de comunicació destaquen el seu lideratge en la creació de l’algoritme que ha permès la “foto”.

La feina de Kate i dels seus col·laboradors ha estat clau, principalment, en la part final de tota la cadena. Però en un projecte així, el software és present en totes les parts. Per una banda tenim tot el control dels telescopis: moure’ls coordinadament per a que cada un d’ells apunti mil·limètricament al punt del cel que cal i activar l’electrònica per a que els sensors de captura comencin a adquirir la informació electromagnética que prové del centre de M87. A partir d’aquí el software del telescopi ha d’agafar aquesta informació i guardar-la amb les marques de temps necessàries (alguns dels telescopis es troben en punts del planeta molt aïllats, sense la connectivitat que permeti un procés completament global de procés simultani). Aquestes dades han viatjat fins els centres de recerca que hi han estat treballant més d’un any, en alguns casos el viatge fins va ser físic: portant realment els discs durs des dels telescopis.

Per altra banda, ja tenim el software desenvolupat per l’equip de Kate que llegeix aquestes dades, n’interpreta els resultats, els neteja i busca la concordança de valors entre la informació generada per cadascun dels 8 radiotelescopis. Tot això per produïr una sortida única: de dades de 8 radiotelescopis s’arriba a una sola informació unificada. I, finalment, convertir aquesta sortida en una imatge, la que coneixem. Els radiotelescopis no fan “fotos”, capturen radiació electromagnética en rangs no visibles per l’ull humà i per tant s’ha hagut de transformar aquesta informació en una imatge/foto.

I això, sense deixar de banda la quantitat de simulacions fetes prèviament per assegurar que tot el procés era adequat, simulacions basades en potents eines i algoritmes de software.

I, de la mateixa forma que no hauria estat possible fer-ho sense software, tampoc hauria estat possible sense que tot el software implicat s’hagi fet seguint metodologies de desenvolupament com les que ensenyem a l’assignatura de Enginyeria de Software del Grau en Bioinformàtica. Els èxits no simplement es basen en “codi”, sinó que el codi ha d’estar pensat i dissenyat per ser el millor possible ens uns paràmetres de robustesa i qualitat que tot bon enginyer de software busca, així com també per minimitzar la presència d’errors: penseu quin escàndol seria que ara es descobrís que la famosa imatge s’ha generat amb un software que interpreta malament les dades!

Cada cop més, el software és un pilar clau en tots els àmbits que ens puguem imaginar i cal que els futurs enginyers i científics que dedicaran la seva vida en tots aquests àmbits tinguin les capacitats per a generar un software de qualitat i al nivell desitjat per als èxits que se n’esperen.

We also recommend you