कैथरीन लुईस बोमन (जन्म 1989) एक अमेरिकी इंजीनियर और कंप्यूटर वैज्ञानिक हैं जो कम्प्यूटेशनल इमेजिंग के क्षेत्र में काम करती हैं। उन्होंने ब्लैक होल की इमेजिंग के लिए एक एल्गोरिदम के विकास का नेतृत्व किया, जिसे कंटीन्यूअस हाई-रिज़ॉल्यूशन इमेज रिकंस्ट्रक्शन यूज़िंग पैच प्रायर्स (CHIRP) के रूप में जाना जाता है, और वह इवेंट होराइज़न टेलीस्कोप टीम की सदस्य थीं जिसने पहली बार ब्लैक होल की छवि कैप्चर की।
बोमन का काम Machine learning और Artificial intelligence को जोड़कर इमेजिंग में व्युत्क्रम समस्याओं को हल करता है, जहाँ लक्ष्य अप्रत्यक्ष मापों से एक छिपी हुई वस्तु का पुनर्निर्माण करना है। इवेंट होराइज़न टेलीस्कोप परियोजना में उनके योगदान ने प्रदर्शित किया कि कैसे कम्प्यूटेशनल विधियाँ विरल और शोरग्रस्त डेटा से भौतिक जानकारी निकाल सकती हैं, जो आधुनिक Deep learning अनुसंधान के लिए एक केंद्रीय चुनौती है।
प्रारंभिक जीवन और शिक्षा
बोमन वेस्ट लाफायेट, इंडियाना में पली-बढ़ीं। उनके पिता, चार्ल्स बोमन, पर्ड्यू विश्वविद्यालय में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग तथा बायोमेडिकल इंजीनियरिंग के प्रोफेसर हैं। हाई स्कूल के छात्र के रूप में, बोमन ने पर्ड्यू विश्वविद्यालय में इमेजिंग अनुसंधान किया, जिससे उन्हें इस क्षेत्र में प्रारंभिक अनुभव मिला। उन्होंने 2007 में वेस्ट लाफायेट जूनियर-सीनियर हाई स्कूल से स्नातक किया।
बोमन ने मिशिगन विश्वविद्यालय में इलेक्ट्रिकल इंजीनियरिंग का अध्ययन किया और 2011 में सुम्मा कम लाउड स्नातक की उपाधि प्राप्त की। उन्होंने 2013 में मास्टर डिग्री अर्जित की और 2017 में मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) से इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान में डॉक्टरेट की उपाधि प्राप्त की। MIT में, वह MIT कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (MIT CSAIL) की सदस्य थीं, जो MIT के हेस्टैक वेधशाला और इवेंट होराइज़न टेलीस्कोप के साथ निकटता से काम करती थी। उन्हें नेशनल साइंस फाउंडेशन ग्रेजुएट फेलोशिप द्वारा समर्थित किया गया था।
उनकी मास्टर थीसिस, "एस्टीमेटिंग मटेरियल प्रॉपर्टीज़ ऑफ फैब्रिक थ्रू द ऑब्ज़र्वेशन ऑफ मोशन" को इलेक्ट्रिकल इंजीनियरिंग में सर्वश्रेष्ठ मास्टर थीसिस के लिए अर्न्स्ट गुइलमिन पुरस्कार से सम्मानित किया गया। उनकी पीएच.डी. शोध प्रबंध, "एक्सट्रीम इमेजिंग वाया फिजिकल मॉडल इन्वर्ज़न: सीइंग अराउंड कॉर्नर्स एंड इमेजिंग ब्लैक होल्स" की देखरेख विलियम टी. फ्रीमैन ने की। डॉक्टरेट की उपाधि प्राप्त करने से पहले, बोमन ने एक TEDx वार्ता दी, "हाउ टू टेक अ पिक्चर ऑफ अ ब्लैक होल", जिसमें उन एल्गोरिदम की व्याख्या की गई जिनका उपयोग ब्लैक होल की पहली छवि कैप्चर करने के लिए किया जा सकता है।
अनुसंधान और करियर
डॉक्टरेट प्राप्त करने के बाद, बोमन इवेंट होराइज़न टेलीस्कोप इमेजिंग टीम में पोस्टडॉक्टरल फेलो के रूप में हार्वर्ड विश्वविद्यालय में शामिल हुईं। वह 2013 में इवेंट होराइज़न टेलीस्कोप परियोजना में शामिल हुईं, जहाँ उन्होंने CHIRP एल्गोरिदम के विकास का नेतृत्व किया। CHIRP एक कम्प्यूटेशनल इमेजिंग तकनीक है जो उच्च-रिज़ॉल्यूशन छवियों को विरल टेलीस्कोप डेटा से पुनर्निर्मित करने के लिए पैच प्रायर्स - छोटे इमेज पैच के सांख्यिकीय मॉडल - का उपयोग करती है।
CHIRP ने अप्रैल 2019 में ब्लैक होल की पहली छवि प्राप्त करने में उपयोग की जाने वाली छवि सत्यापन प्रक्रियाओं को प्रेरित किया। बोमन ने परियोजना में एक महत्वपूर्ण भूमिका निभाई, छवियों को सत्यापित करके, इवेंट होराइज़न टेलीस्कोप द्वारा ली गई छवियों को फ़िल्टर करने के लिए पैरामीटर चुनकर, और एक मजबूत इमेजिंग ढांचे के विकास में भाग लेकर जिसने विभिन्न छवि पुनर्निर्माण तकनीकों के परिणामों की तुलना की। उनका समूह मजबूत गुरुत्वाकर्षण क्षेत्र में सामान्य सापेक्षता के बारे में अधिक जानने के लिए इवेंट होराइज़न टेलीस्कोप की छवियों का विश्लेषण जारी रखता है।
EHT छवियों में ब्लैक होल की छाया का पता लगाने पर उनकी प्रतिक्रिया दिखाने वाली एक तस्वीर वायरल होने के बाद बोमन को महत्वपूर्ण मीडिया ध्यान मिला। मीडिया और इंटरनेट पर कुछ लोगों ने भ्रामक रूप से संकेत दिया कि बोमन छवि के पीछे एक "अकेली प्रतिभा" थीं। हालाँकि, बोमन ने स्वयं बार-बार नोट किया कि परिणाम एक बड़े सहयोग के काम से आया, जो विज्ञान में टीमवर्क के महत्व को दर्शाता है। बोमन ऑनलाइन उत्पीड़न का लक्ष्य भी बनीं, इस हद तक कि उनके सहयोगी एंड्रयू चेल ने ट्विटर पर एक बयान दिया जिसमें "मेरे सहयोगी और मित्र पर भयानक और लैंगिक हमलों" की आलोचना की गई, जिसमें टीम द्वारा पूरा किए गए काम का श्रेय केवल उन्हें देकर उनके योगदान को कमजोर करने के प्रयास शामिल थे।
शैक्षणिक नियुक्तियाँ
बोमन जून 2019 में कैलिफोर्निया इंस्टीट्यूट ऑफ टेक्नोलॉजी (कैलटेक) में सहायक प्रोफेसर के रूप में शामिल हुईं, जहाँ वह कंप्यूटर विज़न और मशीन लर्निंग का उपयोग करके कम्प्यूटेशनल इमेजिंग के लिए नई प्रणालियों पर काम करती हैं। 2020 में, कैलटेक ने उन्हें एक नामित प्रोफेसरशिप प्रदान की। 2024 में, उन्हें कंप्यूटिंग और गणितीय विज्ञान, इलेक्ट्रिकल इंजीनियरिंग और खगोल विज्ञान की एसोसिएट प्रोफेसर के रूप में पदोन्नत किया गया, और वह रोसेनबर्ग स्कॉलर भी बनीं।
कैलटेक में, बोमन एक शोध समूह का नेतृत्व करती हैं जो भौतिक मॉडल को Neural network दृष्टिकोणों के साथ एकीकृत करने वाले एल्गोरिदम विकसित करने पर केंद्रित है। उनका काम ब्लैक होल इमेजिंग से परे चिकित्सा इमेजिंग और अन्य क्षेत्रों में अनुप्रयोगों तक फैला हुआ है जहाँ सेंसर अपूर्ण डेटा कैप्चर करते हैं। उन्होंने पता लगाया है कि Generative AI और Transformer (architecture) आर्किटेक्चर की तकनीकों को व्युत्क्रम समस्याओं के लिए कैसे अनुकूलित किया जा सकता है, हालाँकि उनका प्राथमिक ध्यान भौतिकी-आधारित पुनर्निर्माण विधियों पर बना हुआ है।
मान्यता और पुरस्कार
बोमन के योगदान को व्यापक रूप से मान्यता दी गई है। 2019 में, उन्हें बीबीसी की 100 महिलाओं में से एक नामित किया गया। 2021 में, क्षुद्रग्रह 291387 कैटीबोमन का नाम उनके नाम पर रखा गया, और उन्हें रॉयल फोटोग्राफिक सोसाइटी प्रोग्रेस मेडल और मानद फेलोशिप प्राप्त हुई। 2024 में, उन्हें स्लोअन रिसर्च फेलोशिप से सम्मानित किया गया, जो विज्ञान और प्रौद्योगिकी में प्रारंभिक-करियर शोधकर्ताओं का समर्थन करती है।
उनकी मान्यता उनकी तकनीकी उपलब्धियों और सहयोगी विज्ञान के लिए एक सार्वजनिक अधिवक्ता के रूप में उनकी भूमिका दोनों को दर्शाती है। बोमन ने अंतःविषय कार्य के महत्व के बारे में बात की है, भौतिकी, कंप्यूटर विज्ञान और Data Augmentation तकनीकों में विशेषज्ञता को मिलाकर उन समस्याओं को हल करने के लिए जिन्हें कोई एक क्षेत्र अकेले संबोधित नहीं कर सकता।
कम्प्यूटेशनल इमेजिंग पर प्रभाव
आकाशगंगा M87 के केंद्र में ब्लैक होल की इवेंट होराइज़न टेलीस्कोप छवि विज्ञान में एक ऐतिहासिक उपलब्धि थी। बोमन का CHIRP एल्गोरिदम रेडियो टेलीस्कोप के वैश्विक नेटवर्क से डेटा से छवि का पुनर्निर्माण करने के लिए उपयोग की जाने वाली कई विधियों में से एक था। सफलता ने प्रदर्शित किया कि कम्प्यूटेशनल इमेजिंग टेलीस्कोप रिज़ॉल्यूशन की भौतिक सीमाओं को पार कर सकती है, एक सिद्धांत जो अब खगोल विज्ञान से लेकर Intuitive Surgical इमेजिंग सिस्टम तक के क्षेत्रों में लागू होता है।
बोमन का दृष्टिकोण इमेजिंग में अनिश्चितता मात्रा निर्धारण के महत्व पर जोर देता है। एक एकल छवि उत्पन्न करने के बजाय, उनके एल्गोरिदम कई संभावित पुनर्निर्माण उत्पन्न करते हैं, जिससे वैज्ञानिकों को यह आकलन करने की अनुमति मिलती है कि कौन सी विशेषताएँ मजबूत हैं और कौन सी एल्गोरिदमिक विकल्पों पर निर्भर हैं। इस पद्धति ने प्रभावित किया है कि Machine learning में शोधकर्ता उन समस्याओं के बारे में कैसे सोचते हैं जहाँ ग्राउंड ट्रुथ उपलब्ध नहीं है।
सार्वजनिक जुड़ाव और मीडिया
ब्लैक होल छवि पर प्रतिक्रिया करते हुए बोमन की वायरल तस्वीर ने उन्हें अंतर्राष्ट्रीय ध्यान दिलाया। उन्होंने इस मंच का उपयोग वैज्ञानिक सहयोग की प्रकृति और आधुनिक अनुसंधान में गणना की भूमिका पर चर्चा करने के लिए किया है। उनकी TEDx वार्ता, जो छवि कैप्चर होने से पहले दी गई थी, ने 55 मिलियन प्रकाश-वर्ष दूर एक वस्तु की इमेजिंग की एल्गोरिदमिक चुनौतियों की व्याख्या की।
बोमन ने STEM क्षेत्रों में महिलाओं के सामने आने वाली चुनौतियों को भी संबोधित किया है। उनके द्वारा अनुभव किया गया ऑनलाइन उत्पीड़न विज्ञान में लैंगिकता के लगातार मुद्दों को उजागर करता है, और उनकी प्रतिक्रिया - टीमवर्क और साक्ष्य पर जोर देना - सार्वजनिक जांच को संभालने के लिए एक मॉडल के रूप में उद्धृत किया गया है। वह समावेशी शोध वातावरण की वकालत करना जारी रखती हैं।
वर्तमान कार्य
2024 तक, कैलटेक में बोमन का शोध भौतिक मॉडल को Deep learning तकनीकों के साथ संयोजित करने वाली नई कम्प्यूटेशनल इमेजिंग प्रणालियों को विकसित करने पर केंद्रित है। उनका समूह जाँच करता है कि भौतिक स्थिरता बनाए रखते हुए डेटा से प्रायर्स कैसे सीखें, एक विषय जो Computer vision और चिकित्सा-इमेजिंग अनुप्रयोगों दोनों के लिए प्रासंगिक है। वह इमेजिंग और Artificial intelligence में अन्य व्युत्क्रम समस्याओं, जैसे सुपर-रिज़ॉल्यूशन और इमेज-पुनर्स्थापना के बीच संबंधों का भी पता लगाती हैं।
बोमन का काम सिग्नल प्रोसेसिंग, अनुकूलन और Machine learning के अभिसरण का उदाहरण है जो आधुनिक कम्प्यूटेशनल विज्ञान की विशेषता है। उनका करियर प्रक्षेपवक्र - MIT में स्नातक अनुसंधान से लेकर प्रमुख वैज्ञानिक सहयोगों में अग्रणी भूमिकाओं तक - दर्शाता है कि कैसे एल्गोरिदम में मौलिक अनुसंधान परिवर्तनकारी खोजों को जन्म दे सकता है।