Videnskab
 science >> Videnskab >  >> Astronomi

Maskinlæringsmetoder fører til opdagelse af sjældne kvasarer med firdobbelt billeddannelse

Fire af de nyfundne kvasarer med firdobbelt afbildning er vist her:Fra øverst til venstre og bevæger sig med uret, objekterne er:GraL J1537-3010 eller "Wolf's Paw;" GraL J0659+1629 eller "Geminis armbrøst;" GraL J1651-0417 eller "Dragon's Kite;" GraL J2038-4008 eller "Microscope Lens." Den uklare prik i midten af ​​billederne er linsegalaksen, hvis tyngdekraft splitter lyset fra kvasaren bag sig på en sådan måde, at der produceres fire kvasarbilleder. Ved at modellere disse systemer og overvåge, hvordan de forskellige billeder varierer i lysstyrke over tid, astronomer kan bestemme universets ekspansionshastighed og hjælpe med at løse kosmologiske problemer. Billederne af Wolf's Paw, Tvillingernes armbrøst, og Dragon's Kite blev taget af Pan-STARRS1 Sky Survey; og billedet af Microscope Lens blev fanget af Dark Energy Survey. Kredit:The GraL Collaboration

Ved hjælp af maskinlæringsteknikker, et hold af astronomer har opdaget et dusin kvasarer, der er blevet fordrejet af en naturligt forekommende kosmisk "linse" og opdelt i fire lignende billeder. Kvasarer er ekstremt lysende kerner af fjerne galakser, der drives af supermassive sorte huller.

I løbet af de sidste fire årtier, astronomer havde fundet omkring 50 af disse "firedobbelt afbildede kvasarer, " eller quads for korte, som opstår, når tyngdekraften af ​​en massiv galakse, der tilfældigvis sidder foran en kvasar, deler sit enkelt billede i fire. Den seneste undersøgelse, som kun strakte sig over halvandet år, øger antallet af disse kendte quads med omkring 25 procent og demonstrerer kraften ved maskinlæring til at hjælpe astronomer i deres søgen efter disse kosmiske mærkværdigheder.

"Quads er guldminer til alle mulige spørgsmål. De kan hjælpe med at bestemme universets ekspansionshastighed, og hjælpe med at løse andre mysterier, såsom mørkt stof og kvasar-centralmotorer, " siger Daniel Stern, hovedforfatter af den nye undersøgelse og en forsker ved Jet Propulsion Laboratory, som administreres af Caltech for NASA. "De er ikke bare nåle i en høstak, men schweiziske hærknive, fordi de har så mange anvendelsesmuligheder."

Fundene, skal udgives i The Astrophysical Journal , blev lavet ved at kombinere maskinlæringsværktøjer med data fra flere jord- og rumbaserede teleskoper, herunder Den Europæiske Rumorganisations Gaia-mission; NASA's Wide-field Infrared Survey Explorer (eller WISE); W. M. Keck Observatory på Maunakea, Hawaii; Caltechs Palomar Observatorium; European Southern Observatory's New Technology Telescope i Chile; og Gemini South-teleskopet i Chile.

Kosmologisk dilemma

I de seneste år, der er opstået en uoverensstemmelse over den præcise værdi af universets ekspansionshastighed, også kendt som Hubbles konstant. To primære metoder kan bruges til at bestemme dette tal:den ene er afhængig af målinger af afstanden og hastigheden af ​​objekter i vores lokalunivers, og den anden ekstrapolerer hastigheden fra modeller baseret på fjern stråling tilbage fra fødslen af ​​vores univers, kaldet den kosmiske mikrobølgebaggrund. Problemet er, at tallene ikke stemmer overens.

"Der er potentielt systematiske fejl i målingerne, men det ser mindre og mindre sandsynligt ud, " siger Stern. "Mere lokkende, uoverensstemmelsen i værdierne kan betyde, at noget ved vores model af universet er forkert, og at der er ny fysik at opdage."

De nye quasar quads, som holdet gav kaldenavne som Wolf's Paw og Dragon Kite, vil hjælpe i fremtidige beregninger af Hubbles konstant og kan belyse, hvorfor de to primære målinger ikke er på linje. Kvasarerne ligger mellem de lokale og fjerne mål, der blev brugt til de tidligere beregninger, så de giver astronomer en måde at undersøge universets mellemområde. En kvasar-baseret bestemmelse af Hubbles konstant kunne indikere hvilken af ​​de to værdier der er korrekte, eller, måske mere interessant, kunne vise, at konstanten ligger et sted mellem den lokalt bestemte og den fjerne værdi, et muligt tegn på tidligere ukendt fysik.

Dette diagram illustrerer, hvordan kvasarer med firdobbelt billeddannelse, eller quads for korte, produceres på himlen. Lyset fra en fjern kvasar, der ligger milliarder af lysår væk, er bøjet af tyngdekraften af ​​en massiv galakse, der tilfældigvis sidder foran den, set fra vores synspunkt på Jorden. Bøjningen af ​​lyset resulterer i den illusion, at kvasaren har delt sig i fire lignende objekter, der omgiver forgrundsgalaksen. Kredit:R. Hurt (IPAC/Caltech)/The GraL Collaboration

Gravitationsillusioner

Multiplikationen af ​​kvasarbilleder og andre objekter i kosmos sker, når tyngdekraften af ​​et forgrundsobjekt, såsom en galakse, bøjer og forstørrer lyset fra genstande bagved. Fænomenet, kaldet gravitationslinser, er set mange gange før. Nogle gange linses kvasarer ind i to ens billeder; mindre almindeligt, de er linset i fire.

"Quads er bedre end de dobbeltbilledede kvasarer til kosmologistudier, såsom at måle afstanden til genstande, fordi de kan være udsøgt godt modelleret, " siger medforfatter George Djorgovski, professor i astronomi og datavidenskab ved Caltech. "De er relativt rene laboratorier til at lave disse kosmologiske målinger."

I den nye undersøgelse, forskerne brugte data fra WISE, som har relativt grov opløsning, at finde sandsynlige kvasarer, og brugte derefter Gaias skarpe opløsning til at identificere, hvilke af WISE-kvasarerne, der var forbundet med mulige kvasarer med firdobbelt billede. The researchers then applied machine-learning tools to pick out which candidates were most likely multiply imaged sources and not just different stars sitting close to each other in the sky. Follow-up observations using Keck Observatory's Low Resolution Imaging Spectrometer (LRIS), as well as Palomar Observatory, the New Technology Telescope, and Gemini-South confirmed which of the objects were indeed quadruply imaged quasars lying billions of light-years away.

Humans and Machines Working Together

The first quad found with the help of machine-learning, nicknamed Centaurus' Victory, was confirmed during an all-nighter the team spent at Caltech, with collaborators from Belgium, Frankrig, and Germany, while using a dedicated computer in Brazil, recalls co-author Alberto Krone-Martins of UC Irvine. The team had been remotely observing their objects using the Keck Observatory.

"Machine learning was key to our study but it is not meant to replace human decisions, " explains Krone-Martins. "We continuously train and update the models in an ongoing learning loop, such that humans and the human expertise are an essential part of the loop. When we talk about 'AI' in reference to machine-learning tools like these, it stands for Augmented Intelligence not Artificial Intelligence."

"Alberto not only initially came up with the clever machine-learning algorithms for this project, but it was his idea to use the Gaia data, something that had not been done before for this type of project, " says Djorgovski.

"This story is not just about finding interesting gravitational lenses, " han siger, "but also about how a combination of big data and machine learning can lead to new discoveries."


Varme artikler