Maskinlæring giver et gennembrud i studiet af stjernegartnerier

Kunstig intelligens kan gøre det muligt at se astrofysiske fænomener, som tidligere var uden for rækkevidde. Dette er nu blevet demonstreret af forskere fra CNRS, IRAM, Observatoire de Paris-PSL, Ecole Centrale Marseille og Ecole Centrale Lille, arbejder sammen i ORION-B-programmet. I en serie på tre artikler udgivet i Astronomi og astrofysik den 19. november 2020, de præsenterer de mest omfattende observationer, der endnu er udført af et af de stjernedannende områder, der er tættest på Jorden.

Gasskyerne, hvori stjerner fødes og udvikler sig, er enorme områder, der er ekstremt rige på stof, og dermed i fysiske processer. Alle disse processer er sammenflettet i forskellige størrelser og tidsskalaer, gør det næsten umuligt fuldt ud at forstå sådanne stjernegartnerier. Imidlertid, forskerne i ORION-B-programmet har nu vist, at statistik og kunstig intelligens kan være med til at nedbryde de barrierer, der stadig står i vejen for astrofysikere.

Med det formål at give den mest detaljerede analyse til dato af Orion-molekylskyen, et af de stjernedannende områder nærmest Jorden, ORION-B-teamet inkluderede i sine rækker videnskabsmænd med speciale i massiv databehandling. Dette satte dem i stand til at udvikle nye metoder baseret på statistisk læring og maskinlæring til at studere observationer af skyen foretaget ved 240.000 lysfrekvenser.

Baseret på kunstig intelligens algoritmer, disse værktøjer gør det muligt at hente ny information fra en stor masse af data som dem, der blev brugt i ORION-B-projektet. Dette gjorde det muligt for forskerne at afsløre et vist antal karakteristika, der styrer Orion-molekylskyen.

For eksempel, de var i stand til at opdage forholdet mellem lyset udsendt af visse molekyler og information, der tidligere var utilgængelig, nemlig mængden af ​​brint og frie elektroner i skyen, som de var i stand til at estimere ud fra deres beregninger uden at observere dem direkte. Ved at analysere alle de tilgængelige data, forskerholdet var også i stand til at bestemme måder, hvorpå de kunne forbedre deres observationer yderligere ved at eliminere en vis mængde uønsket information.

ORION-B-holdene ønsker nu at sætte dette teoretiske arbejde på prøve, ved at anvende de opnåede skøn og anbefalinger og verificere dem under reelle forhold. En anden stor teoretisk udfordring vil være at udtrække information om molekylernes hastighed, og dermed visualisere bevægelsen af ​​stof for at se, hvordan den bevæger sig i skyen.