Sztuczna inteligencja znalazła kandydatki na soczewki grawitacyjne
Naukowcy opisali swoją metodę w artykule, który ukazał się w czasopiśmie „Monhly Notices of the Royal Astronomical Society”. Opublikowali także listę 56 kandydatek na soczewki grawitacyjne znalezionych tym algorytmem.
Soczewkowanie grawitacyjne to zjawisko wynikające z ogólnej teorii względności Einsteina. Obecnie jest obserwowane przez astronomów w wielu przypadkach i wykorzystywane m.in. do obserwacji galaktyk na krańcach Wszechświata czy odkrywania planet pozasłonecznych. Zjawisko polega na tym, że światło przechodząc w pobliżu dużej masy (np. galaktyki albo gromady galaktyk) ulega zakrzywieniu. W związku z tym, jeżeli pomiędzy przykładowo odległą galaktyką a nami, znajduje się gromada galaktyk, to obraz tej odległej galaktyki zostanie zaburzony przez grawitację bliższego obiektu. Będziemy obserwować zniekształcony widok odległej galaktyki, a czasem nawet kilka jej obrazów.
Poszukiwanie soczewek grawitacyjnych to żmudne zadanie. Trzeba przejrzeć tysiące zdjęć. Aktualnie w tym zadaniu naukowcom pomagają miłośnicy astronomii i entuzjaści kosmosu, ale ponieważ coraz więcej teleskopów dostarcza milionów takich fotografii nieba, wkrótce przestanie to wystarczać – zdjęć będzie zdecydowanie więcej niż ludzkich zdolności ich przeanalizowania.
Aby poradzić sobie z problemem gigantycznej ilości danych, astronomowie wykorzystali tzw. konwolucyjne sieci neuronowe. Ta sama technika pozwoliła np. Google na zwycięstwo w partii gry go przeciwko mistrzowi świata (gra go przez długi czas „stawiała opór” komputerowym algorytmom i maszyna pokonała człowieka dużo później niż w przypadku szachów). Z kolei Facebook wykorzystuje tego rodzaju sieci neuronowe do rozpoznawania, co znajduje się na zdjęciach na osi czasu użytkownika.
W przypadku astronomii naukowcy najpierw wytrenowali sieć neuronową przy pomocy milionów sztucznie wygenerowanych obrazów soczewek grawitacyjnych, a następnie skonfrontowali ją z milionami realnych zdjęć fragmentu nieba o powierzchni 255 stopni kwadratowych, czyli nieco ponad pół procenta całego nieba. Dane, które przetwarzała sieć neuronowa, pochodziły z przeglądu nieba Kilo-Degree Survey, który korzysta z teleskopu VST należącego do Europejskiego Obserwatorium Południowego (ESO).
Najpierw sieć neuronowa znalazła 761 kandydatek na soczewki grawitacyjne. Po sprawdzeniu tej próbki przez astronomów, zawężono wyniki do 56 przypadków. Teraz trzeba czekać, czy zostanie to potwierdzone kolejnymi obserwacjami tych fragmentów nieba przez teleskopy.
Dodatkowo sieć neuronowa wykryła dwie znane już wcześniej soczewki grawitacyjne. Ominęła natomiast trzecią, która była bardzo mała, a naukowcy jeszcze nie trenowali sieci pod kątem rozpoznawania soczewek o takich rozmiarach.
Badacze uważają, że przyszłość należy właśnie do tego typu algorytmów bazujących na sieciach neuronowych. Ilości danych z nadchodzących przeglądów nieba będą tak ogromne, że do ich sensownej wstępnej analizy będzie trzeba używać właśnie sieci neuronowych. (PAP)
cza/ agt/
Komentarze