|
ИИ будет искать квазары в ранней Вселенной
|
|
|
|
Квазары - это чрезвычайно яркие ядра галактик, в которых газ и пыль, попадающие в центральную сверхмассивную черную дыру, излучают огромное количество света. Из-за их исключительной яркости эти объекты можно увидеть при больших красных смещениях, то есть на больших расстояниях.
|
|
|
|
Более высокое красное смещение указывает не только на то, что квазар находится на большем расстоянии, но и на то, что он находится дальше во времени. Астрономы заинтересованы в изучении этих древних объектов, поскольку они содержат информацию об эволюции нашей Вселенной в период ее ранней юности.
|
|
|
|
Кандидаты в квазары с высоким красным смещением первоначально идентифицируются по их цвету - они очень красные — и затем должны быть подтверждены как таковые с помощью отдельных наблюдений их спектров. Однако некоторые кандидаты с высоким красным смещением могут быть ошибочно исключены из дальнейшего исследования из-за искажений их внешнего вида, вызванных гравитационным линзированием.
|
|
|
|
Это явление возникает, когда массивный объект, такой как галактика, находится между нами и удаленным объектом. Масса галактики искривляет пространство, действуя как увеличительное стекло, в результате чего путь, пройденный светом от удаленного объекта, искривляется, что приводит к искажению изображения объекта.
|
|
|
|
Хотя такое выравнивание может быть полезным — гравитационная линза увеличивает изображение квазара, делая его ярче и легче обнаруживаемым, — оно также может обманчиво изменить внешний вид квазара.
|
|
|
Интерферирующий свет от звезд в промежуточной галактике с линзами может сделать квазар более голубым, в то время как искривление пространства-времени может привести к тому, что он будет казаться размытым или увеличенным. Оба этих эффекта делают его вероятным кандидатом в квазары.
|
|
|
|
Итак, группа астрономов во главе с Ксандером Бирном, астрономом из Кембриджского университета и ведущим автором статьи, в которой представлены эти результаты в ежемесячных сообщениях Королевского астрономического общества, приступила к поиску квазаров с линзами, которые были упущены из виду в предыдущих исследованиях.
|
|
|
|
Бирн отправился на поиски этих пропавших сокровищ в обширном архиве данных Исследования темной энергии (DES). Исследование DES проводилось с помощью камеры Dark Energy производства Министерства энергетики, установленной на 4-метровом телескопе Виктора М. Бланко в Межамериканской обсерватории Серро-Тололо Национального научного фонда США, в рамках программы NSF NOIRLab.
|
|
|
|
Таким образом, задача состояла в том, чтобы найти способ обнаружить эти космические жемчужины в огромном океане данных.
|
|
|
|
Полный набор данных DES включает в себя более 700 миллионов объектов. Бирн сократил этот архив, сравнив данные с изображениями из других обзоров, чтобы отфильтровать маловероятных кандидатов, включая объекты, которые, вероятно, были коричневыми карликами, которые, несмотря на то, что они сильно отличаются от квазаров почти во всех отношениях, могут выглядеть удивительно похожими на квазары на изображениях. Этот процесс позволил получить гораздо более управляемый набор данных, содержащий 7438 объектов.
|
|
|
|
Бирну нужно было добиться максимальной эффективности при поиске этих 7438 объектов, но он знал, что традиционные методы, скорее всего, не позволят обнаружить квазары с линзами с высоким красным смещением, которые он искал. "Чтобы избежать преждевременного выброса линзированных квазаров, мы применили алгоритм контрастного обучения, и он сработал как по маслу".
|
|
|
|
Контрастивное обучение - это тип алгоритма искусственного интеллекта (ИИ), в котором последовательные решения помещают каждую точку данных в группу в соответствии с тем, чем она является, а чем нет. "Это может показаться волшебством, - сказал Бирн, - но алгоритм использует не больше информации, чем уже есть в данных. Суть машинного обучения в том, чтобы определить, какие фрагменты данных полезны".
|
|
|
|
Решение Бирна не полагаться на визуальную интерпретацию человеком привело его к мысли о неконтролируемом процессе искусственного интеллекта, то есть сам алгоритм управляет процессом обучения, а не человек.
|
|
|
|
Алгоритмы машинного обучения с контролируемым обучением основаны на так называемой достоверности на начальном уровне, определяемой программистом-человеком. Например, процесс может начинаться с описания кошки и переходить к таким решениям, как "Это изображение кошки является / не является изображением кошки. Это не изображение черной кошки".
|
|
|
|
В отличие от этого, неконтролируемые алгоритмы не опираются на это первоначальное, заданное человеком определение в качестве основы для своих решений. Вместо этого алгоритм сортирует каждую точку данных в соответствии с их сходством с другими точками данных в наборе. Здесь алгоритм находил сходство между изображениями нескольких животных и группировал их как кошек, собак, жирафов, пингвинов и т.д.
|
|
|
|
Начав с 7438 объектов, которые были собраны Бирном, неконтролируемый алгоритм распределил объекты по группам. Используя географическую аналогию, команда назвала группы данных архипелагом. (Этот термин не подразумевает какой-либо близости в пространстве между объектами. Именно их характеристики, а не расположение на небе, делают их "близкими" друг к другу.
|
|
|
|
В пределах этого архипелага небольшое "островное" подмножество объектов было сгруппировано в качестве возможных кандидатов в квазары. Среди этих кандидатов четыре выделялись, как драгоценные камни в куче гальки.
|
|
|
|
Используя архивные данные телескопа Gemini South, одной из частей Международной обсерватории Gemini, которой управляет NSF NOIRLab, Бирн подтвердил, что 3 из 4 кандидатов на "острове квазаров" действительно являются квазарами с высоким красным смещением. И одним из них, скорее всего, будет космическое сокровище, которое Бирн надеялся обнаружить, — гравитационно-линзованный квазар с высоким красным смещением. В настоящее время команда планирует провести дополнительные исследования, чтобы подтвердить линзованную природу квазара.
|
|
|
|
"Если это подтвердится, обнаружение одного квазара с линзой в выборке из четырех объектов будет иметь удивительно высокий процент успеха! И если бы этот поиск проводился с использованием стандартных методов поиска, вполне вероятно, что эта жемчужина осталась бы скрытой".
|
|
|
|
Работа Бирна служит ярким примером того, как искусственный интеллект может помочь астрономам в поиске все более обширных массивов данных. В ближайшие годы ожидается массовый приток астрономических данных в связи с продолжающимся пятилетним исследованием спектроскопического прибора темной энергии, а также предстоящим обзором наследия и пространства и времени, который будет проводиться обсерваторией Веры С. Рубин начиная с 2025 года.
|
|
|
|
Источник
|
