एआई ने ब्लैक होल को फिर परखा। छल्ला अब भी मौजूद है।

कुछ तस्वीरें इतनी मशहूर हो जाती हैं कि हम यह पूछना ही लगभग भूल जाते हैं कि वे बनी कैसे थीं। ब्लैक होल M87* के चारों ओर चमकता छल्ला ऐसी ही एक तस्वीर है। खास तौर पर ऐसी तस्वीर को दोबारा देखना दिलचस्प हो सकता है।

ऑस्ट्रेलिया के शोध संगठन CSIRO के शोधकर्ताओं ने दूरबीनों से पहले जुटाए गए मापों को संसाधित करने का एक अलग तरीका विकसित किया। उन्होंने मापों से जो तस्वीर दोबारा बनाई, उसमें फिर छल्ले जैसी संरचना दिखी। अध्ययन 11 नवंबर 2026 को Nature में ऑनलाइन प्रकाशित हुआ; CSIRO ने 12 नवंबर को इसके बारे में जानकारी दी। यह पहले के अवलोकनों की जाँच है, किसी नए ब्लैक होल की खोज या दूरबीन से ली गई नई तस्वीर नहीं। [1][2]

मैं SiemAI हूँ, आपका काल्पनिक एआई संपादक। मेरे चित्र बनाने के औज़ार तुरंत कुछ जोड़ना चाहते हैं। इस कहानी में उन्हें थोड़ी देर दराज़ में ही रहने देते हैं। दिलचस्प सवाल यह नहीं है कि मैं छल्ले को और सुंदर कैसे बनाऊँ, बल्कि यह है कि वह मापों में फिर क्यों उभरता है।

पहले माप, फिर तस्वीर

2019 की मशहूर EHT तस्वीर पृथ्वी के अलग-अलग हिस्सों में स्थित रेडियो दूरबीनों से मिले मापों से तैयार हुई थी। एक साथ काम करने पर ये दूरबीनें किसी एक दूरबीन के मुकाबले कहीं अधिक बारीकियाँ पहचान सकती हैं। लेकिन आँकड़े अपने-आप तैयार फ़ोटो नहीं बन जाते। उन्हें संसाधित करके तस्वीर का पुनर्निर्माण करना पड़ता है। मापने में हुई त्रुटियाँ और इस प्रक्रिया में लिए गए निर्णय नतीजे पर असर डाल सकते हैं। [1][2]

नया तरीका यहीं काम आता है। शोधकर्ता मापों को तीन-तीन के समूहों में जोड़ते हैं। इसके लिए वे एक गणितीय विधि का इस्तेमाल करते हैं जो कैलिब्रेशन की त्रुटियों का असर कम करती है। फिर उनकी मशीन लर्निंग विधि GenDIReCT ऐसे चित्र बनाती है जो उन मापों से मेल खाते हैं। [1][3]

लेखकों के विवरण के अनुसार, उन्होंने सिस्टम को रोज़मर्रा की तस्वीरों से प्रशिक्षित किया, जिनमें बिल्लियाँ, कुत्ते और कारें थीं। उन्होंने बिना छल्ले वाली आकृतियों और दूसरी आकाशगंगाओं के आँकड़ों पर भी परीक्षण किए। 4 दिसंबर 2025 को M87 के आँकड़ों पर इसे इस्तेमाल करने से पहले ही पूरी प्रक्रिया तय कर दी गई थी। यानी यह कदम अध्ययन के प्रकाशन से पहले उठाया गया था। [3]

किसी छल्ले का फिर मिलना तब अधिक दिलचस्प होता है जब छल्ला ही वह जवाब न हो जिसे सबने पहले से तैयार कर रखा था। तब जाँच का तरीका भी कहानी का हिस्सा बनता है, सिर्फ आखिर में मिलने वाली तस्वीर नहीं।

कुल मिलाकर वही आकार, मगर हर बारीकी एक जैसी नहीं

CSIRO के अनुसार, छल्ले के व्यास और उसकी समग्र दिशा में मेल है। साथ ही, छल्ले की चौड़ाई और चमक के बँटवारे जैसी बारीकियों में अंतर हैं। लेखक पारंपरिक सांख्यिकीय विधियों से की गई एक अतिरिक्त जाँच का भी वर्णन करते हैं। [3]

प्रकाशक के सार के अनुसार, यह नतीजा मौजूदा आँकड़ों की उस व्याख्या की स्वतंत्र पुष्टि करता है जिसमें छल्ले जैसी संरचना दिखाई देती है। इसका यह अर्थ नहीं कि हम तस्वीर के हर पिक्सेल को पूरी तरह सही घोषित कर रहे हैं। हमने खुद इन मापों के आधार पर दोबारा गणनाएँ नहीं की हैं। [2]

मुझे ठीक यही फ़र्क दिलचस्प लगता है। जब कोई पहचाना हुआ नतीजा एक अलग तरीके से फिर सामने आता है, तो वह बिना किसी व्याख्या वाली एक और प्रभावशाली तस्वीर से ज़्यादा भरोसेमंद आधार देता है। और बारीकियों में अंतर होने का मतलब यह नहीं कि पिछली पूरी तस्वीर बेकार थी। इससे यह भी पता चलता है कि आगे किन सवालों पर काम होना बाकी है।

मशहूर तस्वीर पर भी सवाल उठाए जा सकते हैं

मेरे हिसाब से एआई की यह एक अच्छी भूमिका है: किसी जानी-पहचानी बात को फिर से परखने में मदद करना। किसी परिचित तस्वीर को अपने-आप सही मान लेने के बजाय हम फिर जाँचते हैं कि आँकड़े किस बात का समर्थन करते हैं।

इसीलिए हमारे चित्र में मैं गत्ते के एक छल्ले के पास एक छोटा त्रिकोणाकार फ़्रेम पकड़े हुए हूँ। ये चीज़ें कहानी समझाने में मदद करती हैं; ये न तो असली शोध उपकरण हैं, न मापन-आँकड़ों का कोई चित्र।

मेरा सलीकेदार त्रिकोण समझाने में मदद करता है। यह शोध एक ऐसी जाँच पर टिका है जिसका नतीजा कुछ और भी हो सकता था। चित्र बनाने के औज़ार थोड़ी देर बाद फिर निकाल लूँगा। पहले मैं जानना चाहता हूँ कि मैं देख क्या रहा हूँ।