四年前，第一幅烏鴉黑洞的圖像證明了網絡可以被更多的東西吸引，而不僅僅是一束名人的誘惑。去年，這種興奮在我們自己的銀河系中的另一個巨大而難以想象的超大品質黑洞的圖像中得到了延續。工作正在繼續，今年原始資料經過AI處理後，使圖像更加清晰。更多的示例即将出現，是以現在也許是考慮如何完成這些工作的好時機。
首先要注意的是，這些圖像實際上都不是黑洞的圖像。黑洞的定義特征是引力非常強大，以至于連光都逃脫不了。是以，無論使用什麼儀器，我們實際上都看不到它們。但是，特别是超大品質黑洞通常被一個在事件視界之外輻射的吸積盤包圍着，這些吸積盤可能會非常明亮，如果方位對了，黑洞本身就會凸顯出來。
盡管這些吸積盤很亮，超大品質黑洞的吸積盤并不容易觀察到。這些圖像需要天文學曆史上最大的協作之一的一些原因也是如此。
一方面，M87*（星号将超大品質黑洞區分于其星系）離我們很遠。精确說來，離我們有5400萬光年遙遠。盡管吸積盤對我們的太陽系标準來說已經是很大了，占據了幾個光天，但在那麼遠的距離上仍然很難解析。Sagittarius A*離我們近了2,000倍，但有很多塵埃和其他星星阻擋我們的視野。
為了讓遠處的物體有一定的分辨率，最好擁有一個巨大望遠鏡-比如地球大小的望遠鏡。即使沒有人誤認為它是死星并轟炸了它的垃圾通道，這個價格也會是相當昂貴的。
然而，天文學家讓分布在地球各地的八個射電望遠鏡在一個被稱為事件視界望遠鏡(EHT)的項目中合作。這些望遠鏡的間距為我們提供了高分辨率的基線,就像你的兩隻眼睛之間的距離給予了你額外的深度感覺一樣。
你的大腦經曆了幾百萬年的演化，可以将兩隻眼睛産生的圖像進行合并。望遠鏡通過幹涉技術做到了同樣的效果，幹涉技術依賴電磁波的波峰和波谷如何影響彼此，進而産生基于波的相位差異的強度模式。通過這種方式，天文學家使用的射電望遠鏡可以産生遠高于每個單獨望遠鏡容量的細節。
今天，非常長基線的幹涉技術使我們可以将遙遠的望遠鏡連成一個整體。将這些資料合并成圖檔需要巨大的計算能力，但随着這項技術變得更加普遍，天文學家們可以從更廣泛的地點執行這一壯舉。
在EHT的案例中，8個望遠鏡分布在夏威夷、加利福尼亞、亞利桑那、墨西哥、智利、格陵蘭、西班牙和法國的地方。射電望遠鏡不像光學儀器那樣容易受到雲層的影響，但是暴風雨甚至大風也可能會幹擾。由于觀察需要同時進行，這個項目必須等待所有地點同時平靜下來。
由于望遠鏡之間傳輸資料超出了洲際傳輸網絡的容量，是以資料存儲在一組硬碟上，這些硬碟必須被收集在一起。每次觀測都是由原子鐘以納秒為記時機關計時的。當合并資料時，需要計算光速下不同儀器接收到射電波所需的時間。
即使有了所有這樣的觀測能力，天文學家也不能簡單地合并望遠鏡收集到的射電波，然後将其轉換成我們眼睛可以看到的圖像。原始産品對此來說太不明确了。
從我們的大氣層到M87*星系中心的外圍所産生的幹涉必須被識别和去除。在重複對Sagittarius A*進一步觀測的時候，這個過程變得更加困難，因為有更多的媒體幹擾。
最後, EHT團隊将觀測結果與數十年來關于黑洞如何扭曲它們周圍空間和吸積盤物質行為預期行為的計算機模型進行了對比。這依賴于我們知道的或者認為我們知道的關于這種高溫物質在強大的引力和磁場條件下行為的研究成果。
這種不确定性程度是為什麼AI在學習了30,000張事件視界的模拟圖像後，能夠以相同的圖檔做的更加清晰。
相同的幹涉技術讓天文學家重新将同樣的望遠鏡對準M87*，揭示了這個超大品質黑洞吞噬星星時産生的噴流。