Notícias

Conheça Katie Bouman, a cientista responsável pela imagem do buraco negro

Entre os 200 pesquisadores responsáveis pela descoberta da imagem real do buraco negro no universo, uma descoberta feita pelo telescópio Event Horizon, está o nome de Katie Bouman. A cientista, de 29 anos, foi quem liderou a criação de um algoritmo que permitiu aos demais estudiosos capturarem a imagem do buraco negro pela primeira vez. No Facebook, ela compartilhou a felicidade com a descoberta.

“Observando, incrédula, a primeira imagem que eu já fiz de um buraco negro enquanto estava em processo de reconstrução”, celebrou.

O Massachusetts Institute of Technology (MIT), uma das instituições de tecnologia mais respeitas do mundo, comparou a criação de Katie à pesquisa que permitiu aos astronautas pousarem na lua, colocando sua imagem ao lado de Margaret Hamilton, que recebeu o crédito por ter escrito o código de software crucial que permitiu à Nasa tornar possível uma missão à Lua

Os estudos feitos pela jovem começaram em 2016, quando começou a liderar o desenvolvimento do algoritmo. Katie conquistou o bacharelado em engenharia elétrica pela Universidade de Michigan em 2011, o mestrado em engenharia elétrica e ciência da computação pelo MIT em 2013 e doutorado na mesma área e mesma instituição em 2017.

Em entrevista ao “MIT News”, Katie explicou que tentar tirar uma foto de um buraco negro é comparável a “fotografar uma laranja na lua, mas com um radiotelescópio. Imaginar algo tão pequeno significa que precisaríamos de um telescópio com 10 mil quilômetros de diâmetro, o que não é prático, porque o diâmetro da Terra não chega a 13 mil quilômetros”.

Para contornar este desafio, o algoritmo de Bouman não depende de um único telescópio. Em vez disso, reúne dados de radiotelescópios em todo o mundo

Atualmente, Katie Bouman está lecionando no Caltech (California Institute of Technology), em Pasadena. Seu foco de pesquisa é “projetar sistemas que integram fortemente algoritmo e design de sensor, tornando possível observar fenômenos anteriormente difíceis ou impossíveis de medir com abordagens tradicionais.

*Com informações do UOL