Майбутні дослідження неба за допомогою радіотелескопа планують спостерігати за мільйонами ранніх галактик Всесвіту. Однак для обробки цього величезного потоку даних необхідні автоматичні інструменти. Алгоритм, розроблений командою з Інституту астрофізики та космічних наук (IA) на факультеті наук Лісабонського університету в Португалії, призначений для обробки цих даних і ідентифікації галактик, у центрі яких містяться масивні чорні діри.
Наскільки сягає око, галактики заповнюють зображення глибокого Всесвіту. Які процеси визначили їхні форми, кольори та населення зірок? Астрономи вважають, що первісні чорні діри були двигунами росту та трансформації галактик і можуть пояснити космічний ландшафт, який ми бачимо зараз.
Прорив у ідентифікації надсвітних галактик
У статті, нещодавно опублікованій у журналі Astronomy&Astrophysics, міжнародна команда під керівництвом Родріго Карвахаля з Інституту астрофізики та космічних наук (IA) і факультету наук Лісабонського університету (Ciências ULisboa) представляє машинне навчання. техніка, яка розпізнає надсвітні галактики в ранньому Всесвіті.
Вважається, що в цих галактиках домінує діяльність ненажерливої чорної діри в їхньому ядрі. На думку авторів, це має бути перший алгоритм, який передбачає, коли ця діяльність також випромінює інтенсивний сигнал на радіочастотах. Радіовипромінювання часто відрізняються від іншого світила галактики, і іноді їх важко пов’язати. Ця техніка штучного інтелекту дозволить астрономам бути ефективнішими в пошуку так званих радіогалактик.
Алгоритм, розроблений у співпраці з компанією Closer, що працює в секторі технологічних рішень для науки про дані, був навчений на зображеннях галактик, отриманих у кількох довжинах хвиль електромагнітного спектра. Під час тестування з іншими зображеннями він зміг передбачити в чотири рази більше радіогалактик, ніж звичайні методи, які використовують чіткі інструкції. Оскільки машинне навчання розробляє власні алгоритми, спроби зрозуміти його успіх можуть допомогти прояснити фізичні явища, які відбувалися в цих галактиках через 1,5 мільярда років після Великого вибуху, тобто коли Всесвіт мав десяту частину свого поточного віку.
Важливість подальших досліджень та аналізу
«Ми повинні знайти більше активних галактик у небі, тому що є прогнози, що їх повинно існувати набагато більше в ранній історії Всесвіту. За нинішніми спостереженнями ми не маємо такої кількості», — каже Родріго Карвахаль. За словами цього дослідника, необхідні додаткові спостереження, щоб перевірити, чи є правильним поточне розуміння того, як розвиваються активні галактики, чи його потрібно змінити.
«Також важливо проаналізувати самі моделі машинного навчання та зрозуміти, що відбувається в них», — додає Карвахаль. «Які функції є найбільш доречними для прийняття рішення? Наприклад, ми хочемо знати, чи є найважливішою особливістю модуля, який заявив, що він є активною галактикою, світло, яке галактика випромінює в інфрачервоному діапазоні, що, можливо, вказує на швидке утворення нових зірок. Завдяки цьому ми можемо виробити новий закон, який розмежовує звичайну та активну галактики».
Дослідження ролі радіовипромінювання та утворення зірок
Відносна вага особливостей галактики в рішенні, прийнятому комп’ютером, може вказувати на те, що лежить в основі його інтенсивної активності, зокрема в радіодіапазоні. У дослідженні, яке готується, Карвахаль вивчає наслідки цієї очевидної залежності між радіовипромінюванням і утворенням зірок. Ізраель Матуте з IA та Ciências ULisboa, другий автор статті, пояснюють: «Ці моделі є математичними інструментами, які допомагають нам дивитися в правильному напрямку, коли складність даних зростає. Ця робота може дати розуміння процесів, які стримували утворення нових зірок у другій половині історії Всесвіту».Галактики, яких, здається, не вистачає в первісному Всесвіті, можуть бути у великій масі даних, які сучасні радіотелескопи вироблятимуть у найближчі роки. Майбутні дослідження великих регіонів неба відкриють мільярди галактик. Одним із прикладів є Еволюційна карта Всесвіту (EMU), яка нанесе на карту всю південну небесну півкулю за допомогою радіотелескопа ASKAP в Австралії. Команда під керівництвом ІА вже працює з даними пілотного проекту цього опитування. Після вдосконалення ці інструменти матимуть вирішальне значення для обробки астрономічного обсягу даних, які вироблятиме майбутня Обсерваторія квадратних кілометрів (SKAO). Португалія є членом консорціуму цієї обсерваторії, яка вже будується.
«У нову епоху, коли астрономія матиме доступ до величезних обсягів даних, дедалі важливішою стає розробка передових методів їх обробки та аналізу», — каже Хосе Афонсо з IA та Ciências ULisboa та співавтор цієї статті. «Ми в IA розробляємо та впроваджуємо ці методи, щоб мати можливість розшифрувати походження галактик і надмасивних чорних дір, які містяться в більшості з них».
Ідея співпраці між компанією Closer і IA була висунута одним зі співавторів Хеленою Круз, яка має ступінь доктора філософії з фізики та є науковцем з обробки даних у Closer. Її участь була ключовою для аналізу та обробки впливу невизначеностей і невідповідностей між різними джерелами даних, які надходять від кількох телескопів і програм спостереження, які використовуються для навчання алгоритму машинного навчання.
«Я зрозуміла, що астрономія — це сфера з великими можливостями для дослідження та розробки моделей машинного навчання, і мені було сенс застосувати свої професійні навички в цій галузі», — каже Хелена Круз. «Я поділився своєю зацікавленістю з Closer, і обидві сторони негайно показали свою готовність до співпраці, що я вважаю продовженням моєї роботи в компанії».
«Closer процвітає завдяки знанням своїх співробітників, це його капітал», — додає Жоао Піреш да Круз, співзасновник Closer, професор і дослідник. «Чим складнішими та складнішими з наукової точки зору є проекти, в яких беруть участь члени нашої команди, тим більшим буде капітал компанії. У нас будуть співробітники, які зможуть вирішити проблеми наших клієнтів, схожі на проблему сигналів із далеких галактик».