Astronomen haben eine neuartige Methode entwickelt, um die Entwicklung des Jets des Blazars 3C 345 über 27 Jahre hinweg kontinuierlich darzustellen. Aus 116 unregelmäßigen Beobachtungen zwischen 1995 und 2022 erstellte ein KI-System die bisher höchstaufgelöste zeitliche Rekonstruktion.
Neuartige Rekonstruktionstechnik
Das Team um Marianna Foschi nutzte für die Studie ein neuronales Netzwerk namens „kine“, das in der Fachzeitschrift Nature vorgestellt wurde. Im Gegensatz zu herkömmlichen Methoden, die jede Beobachtung separat analysieren, modelliert kine Helligkeit und Polarisation als kontinuierliche Funktion von Raum und Zeit. Das System wurde direkt mit den interferometrischen Daten des Very Long Baseline Array (VLBA) gefüttert, einem Netzwerk aus zehn über die USA verteilten Radioteleskopen.
Die Rekonstruktion erreichte eine effektive Auflösung von etwa 113 Mikrobogensekunden, was 4,2-mal feiner ist als die nominelle Auflösung des VLBA. Der dynamische Bereich verbesserte sich um den Faktor 140 gegenüber herkömmlichen Verfahren. Diese Verbesserungen sind jedoch abhängig von Menge, Qualität und zeitlicher Verteilung der Beobachtungsdaten.
Scheinbare Überlichtgeschwindigkeit erklärt
Die Analyse zeigte Strukturen im Jet, die sich mit dem 10- bis 13-fachen der Lichtgeschwindigkeit zu bewegen scheinen. Diese scheinbare Überlichtgeschwindigkeit ist ein geometrischer Effekt: Da der Jet mit nur 3 bis 6,8 Grad nahezu direkt auf die Erde gerichtet ist, kann sich Materie fast mit Lichtgeschwindigkeit bewegen und dabei ihre eigenen Lichtsignale fast einholen. Lokal wird die Lichtgeschwindigkeit nicht überschritten.
Tests mit synthetischen Daten zeigten, dass das Verfahren scheinbare Geschwindigkeiten bis zum 23-fachen der Lichtgeschwindigkeit korrekt erfassen kann. Die gemessenen Werte liegen deutlich unter dieser Nachweisgrenze.
Die Studie widerlegt zudem die bisherige Annahme, dass helle Knoten im Jet durch Stoßwellen entstehen. Stattdessen deuten die Daten auf Regionen mit höherer Dichte oder erhöhter Emission hin. Diese Erkenntnis könnte das Verständnis der Physik in aktiven galaktischen Kernen verändern.
- Quelle: Foschi, M. et al. (2023). Video reconstruction of variable VLBI observations with neural fields. Nature
- Quelle: MOJAVE Monitoring Program
- Quelle: Very Long Baseline Array