四年前，第一幅乌鸦黑洞的图像证明了网络可以被更多的东西吸引，而不仅仅是一束名人的诱惑。去年，这种兴奋在我们自己的银河系中的另一个巨大而难以想象的超大质量黑洞的图像中得到了延续。工作正在继续，今年原始数据经过AI处理后，使图像更加清晰。更多的示例即将出现，因此现在也许是考虑如何完成这些工作的好时机。
首先要注意的是，这些图像实际上都不是黑洞的图像。黑洞的定义特征是引力非常强大，以至于连光都逃脱不了。因此，无论使用什么仪器，我们实际上都看不到它们。但是，特别是超大质量黑洞通常被一个在事件视界之外辐射的吸积盘包围着，这些吸积盘可能会非常明亮，如果方位对了，黑洞本身就会凸显出来。
尽管这些吸积盘很亮，超大质量黑洞的吸积盘并不容易观察到。这些图像需要天文学历史上最大的协作之一的一些原因也是如此。
一方面，M87*（星号将超大质量黑洞区分于其星系）离我们很远。精确说来，离我们有5400万光年遥远。尽管吸积盘对我们的太阳系标准来说已经是很大了，占据了几个光天，但在那么远的距离上仍然很难解析。Sagittarius A*离我们近了2,000倍，但有很多尘埃和其他星星阻挡我们的视野。
为了让远处的物体有一定的分辨率，最好拥有一个巨大望远镜-比如地球大小的望远镜。即使没有人误认为它是死星并轰炸了它的垃圾通道，这个价格也会是相当昂贵的。
然而，天文学家让分布在地球各地的八个射电望远镜在一个被称为事件视界望远镜(EHT)的项目中合作。这些望远镜的间距为我们提供了高分辨率的基线,就像你的两只眼睛之间的距离给予了你额外的深度感知一样。
你的大脑经历了几百万年的演化，可以将两只眼睛产生的图像进行合并。望远镜通过干涉技术做到了同样的效果，干涉技术依赖电磁波的波峰和波谷如何影响彼此，从而产生基于波的相位差异的强度模式。通过这种方式，天文学家使用的射电望远镜可以产生远高于每个单独望远镜容量的细节。
今天，非常长基线的干涉技术使我们可以将遥远的望远镜连成一个整体。将这些数据合并成图片需要巨大的计算能力，但随着这项技术变得更加普遍，天文学家们可以从更广泛的地点执行这一壮举。
在EHT的案例中，8个望远镜分布在夏威夷、加利福尼亚、亚利桑那、墨西哥、智利、格陵兰、西班牙和法国的地方。射电望远镜不像光学仪器那样容易受到云层的影响，但是暴风雨甚至大风也可能会干扰。由于观察需要同时进行，这个项目必须等待所有地点同时平静下来。
由于望远镜之间传输数据超出了洲际传输网络的容量，所以数据存储在一组硬盘上，这些硬盘必须被收集在一起。每次观测都是由原子钟以纳秒为记时单位计时的。当合并数据时，需要计算光速下不同仪器接收到射电波所需的时间。
即使有了所有这样的观测能力，天文学家也不能简单地合并望远镜收集到的射电波，然后将其转换成我们眼睛可以看到的图像。原始产品对此来说太不明确了。
从我们的大气层到M87*星系中心的外围所产生的干涉必须被识别和去除。在重复对Sagittarius A*进一步观测的时候，这个过程变得更加困难，因为有更多的介质干扰。
最后, EHT团队将观测结果与数十年来关于黑洞如何扭曲它们周围空间和吸积盘物质行为预期行为的计算机模型进行了对比。这依赖于我们知道的或者认为我们知道的关于这种高温物质在强大的引力和磁场条件下行为的研究成果。
这种不确定性程度是为什么AI在学习了30,000张事件视界的模拟图像后，能够以相同的图片做的更加清晰。
相同的干涉技术让天文学家重新将同样的望远镜对准M87*，揭示了这个超大质量黑洞吞噬星星时产生的喷流。