人类首张黑洞相片似乎一个“含糊的橙色甜甜圈”，但在机器学习的协助下，这一来自M87星系中心的黑洞正式“面目一新”。

  新图画进一步展现了一个更大、更暗的中心区域，周围环绕着亮堂的吸积气体。美国研讨团队使用了在2017年联网观测的“事情视界望远镜”（EHT）协作安排取得的数据，初次完成了阵列的全分辨率。相关论文已宣布在《天体物理学杂志快报》上。

  2017年，集结了地球上8台无线电波望远镜的EHT成功拍照到了M87超大质量黑洞的影子。但是，数据中呈现了缺口，就像拼图游戏中缺失的碎片。

  普林斯顿大学EHT小组成员表明，使用新机器学习技能PRIMO，他们能够完成当时阵列的最大分辨率。PRIMO能够依据很多练习资料生成规矩。例如，假如向计算机供给一系列不同的香蕉图画，通过充沛的练习，它能确认一张不知道的图画是不是香蕉。

  研讨小组表明，使用PRIMO，计算机剖析了3万多张黑洞吸积气体的高保真模仿图画。这些图集涵盖了黑洞怎么吸积物质的广泛模型，以便寻觅图画结构中的一起方式。各种结构方式依据它们在模仿中呈现的频率进行分类，从而混合，以高度精确地显现黑洞图画，一起，还供给对图画缺失结构的高保真估量。

  该团队表明，新制作的图画与EHT数据和理论预期是共同的。生成图画需求假定缺失信息的恰当方式，而PRIMO也做到了这一点。