Kunstig intelligens finder 56 nye kandidater til gravitationslinser

En gruppe astronomer fra universiteterne i Groningen, Napoli og Bonn har udviklet en metode, der finder gravitationslinser i enorme bunker af observationer. Metoden er baseret på den samme kunstige intelligens-algoritme, som Google, Facebook og Tesla har brugt de sidste år. Forskerne offentliggjorde deres metode og 56 nye gravitationslinsekandidater i novemberudgaven af Månedlige meddelelser fra Royal Astronomical Society .

Når en galakse er skjult bag en anden galakse, vi kan nogle gange se den skjulte omkring frontsystemet. Dette fænomen kaldes en gravitationslinse, fordi det fremgår af Einsteins generelle relativitetsteori, som siger, at masse kan bøje lys. Astronomer søger efter gravitationslinser, fordi de hjælper med forskningen i mørkt stof.

Jagten på gravitationslinser er omhyggelig. Astronomer skal sortere tusindvis af billeder. De får hjælp af entusiastiske frivillige rundt om i verden. Indtil nu, søgningen var mere eller mindre i overensstemmelse med tilgængeligheden af ​​nye billeder. Men takket være nye observationer med specielle teleskoper, der afspejler store dele af himlen, millioner af billeder tilføjes. Mennesker kan ikke følge med i det tempo.

Google, Facebook, Tesla

For at tackle den voksende mængde af billeder, astronomerne har brugt såkaldte 'konvolutionelle neurale netværk'. Google brugte sådanne neurale netværk til at vinde en Go-kamp mod verdensmesteren. Facebook bruger dem til at genkende, hvad der er på billederne på din tidslinje. Og Tesla har udviklet selvkørende biler takket være neurale netværk.

Astronomerne trænede det neurale netværk ved hjælp af millioner af hjemmelavede billeder af gravitationslinser. Så konfronterede de netværket med millioner af billeder fra en lille plet af himlen. Det plaster havde et overfladeareal på 255 kvadratgrader. Det er lidt over en halv procent af himlen.

Gravitationslinsekandidater

I første omgang, det neurale netværk fandt 761 gravitationslinsekandidater. Efter en visuel inspektion af astronomerne blev prøven reduceret til 56. De 56 nye linser mangler stadig at blive bekræftet af teleskoper som Hubble-rumteleskopet.

Ud over, det neurale netværk genopdagede to kendte linser. Desværre, den så ikke en tredje kendt linse. Det er en lille linse, og det neurale netværk er endnu ikke trænet til den størrelse.

I fremtiden, forskerne vil træne deres neurale netværk endnu bedre, så det bemærker mindre linser og afviser falske. Det endelige mål er fuldstændig at fjerne enhver visuel inspektion.

Kilo-gradsundersøgelse

Carlo Enrico Petrillo (Universitetet i Groningen, Holland), første forfatter til den videnskabelige publikation:"Dette er første gang, et foldningsnetværk er blevet brugt til at finde ejendommelige objekter i en astronomisk undersøgelse. Jeg tror, ​​det vil blive normen, da fremtidige astronomiske undersøgelser vil producere en enorm mængde data, som vil blive nødvendigt at inspicere. Vi har ikke nok astronomer til at klare dette."

De data, som det neuronale netværk behandlede, kom fra Kilo-Gradundersøgelsen. Projektet bruger VLT Survey Telescope fra European Southern Observatory (ESO) på Mount Paranal (Chile). Det medfølgende panoramakamera, OmegaCAM, blev udviklet under hollandsk ledelse.