Fordobling af antallet af kendte gravitationslinser

Data fra DESI (Dark Energy Spectroscopic Instrument) Legacy Imaging Surveys har afsløret over 1200 nye gravitationslinser, en fordobling af antallet af kendte linser. Opdaget ved hjælp af maskinlæring trænet på rigtige data, disse skæve og strakte billeder af fjerne galakser giver astronomerne en strøm af nye mål, som de kan måle universets grundlæggende egenskaber med, såsom Hubble-konstanten, som beskriver det ekspanderende univers.

Astronomer på jagt efter gravitationslinser brugte maskinlæring til at inspicere det enorme datasæt kendt som DESI Legacy Imaging Surveys, afsløre 1210 nye linser. Dataene blev indsamlet ved Cerro Tololo Inter-American Observatory (CTIO) og Kitt Peak National Observatory (KPNO), begge programmer fra National Science Foundations NOIRLab. De ambitiøse DESI Legacy Imaging Surveys har netop fået sin niende og sidste dataudgivelse.

Diskuteret i videnskabelige tidsskrifter siden 1930'erne, gravitationslinser er produkter af Einsteins generelle relativitetsteori. Teorien siger, at et massivt objekt, såsom en klynge af galakser, kan fordreje rumtiden. Nogle videnskabsmænd, inklusive Einstein, forudsagde, at denne forvridning af rumtiden kunne observeres, som en strækning og forvrængning af lyset fra en baggrundsgalakse af en forgrundsklynge af galakser. Linserne optræder typisk på billeder som buer og striber omkring forgrundsgalakser og galaksehobe.

Kun én ud af 10, 000 massive galakser forventes at vise tegn på stærk gravitationslinser, og det er ikke nemt at finde dem. Gravitationslinser giver astronomer mulighed for at udforske de mest dybtgående spørgsmål i vores univers, inklusive karakteren af ​​mørkt stof og værdien af ​​Hubble-konstanten, som definerer universets udvidelse. En væsentlig begrænsning af brugen af ​​gravitationslinser indtil nu har været det lille antal af dem kendt.

"En massiv galakse fordrejer rumtiden omkring sig, men normalt bemærker du ikke denne effekt. Kun når en galakse er skjult direkte bag en kæmpe galakse, er en linse mulig at se, " bemærker hovedforfatteren af ​​undersøgelsen, Xiaosheng Huang fra University of San Francisco. "Da vi startede dette projekt i 2018, der var kun omkring 300 bekræftede stærke linser."

"Som medleder i DESI Legacy Surveys indså jeg, at dette ville være det perfekte datasæt til at søge efter gravitationslinser, " forklarer undersøgelsens medforfatter David Schlegel fra Lawrence Berkeley National Laboratory (LBNL). "Min kollega Huang var lige blevet færdig med at undervise i en bachelorklasse om maskinlæring på University of San Francisco, og sammen indså vi, at dette var en perfekt mulighed for at anvende disse teknikker til at søge efter gravitationslinser."

Linseundersøgelsen var mulig på grund af tilgængeligheden af ​​videnskabsklare data fra DESI Legacy Imaging Surveys, som blev udført for at identificere mål for DESI's operationer, og hvorfra det niende og sidste datasæt netop er blevet frigivet. Disse undersøgelser omfatter en unik blanding af tre projekter, der har observeret en tredjedel af nattehimlen:Dark Energy Camera Legacy Survey (DECaLS), observeret af Dark Energy Camera (DECam) på Víctor M. Blanco 4-meter teleskopet ved CTIO i Chile; Mayall z-band Legacy Survey (MzLS), af Mosaic3-kameraet på Nicholas U. Mayall 4-meter teleskopet ved KPNO; og Beijing-Arizona Sky Survey (BASS) af 90Prime-kameraet på Bok 2,3-meter teleskopet, som ejes og drives af University of Arizona og ligger på KPNO.

"Vi designede Legacy Surveys billedbehandlingsprojekt fra bunden som en offentlig virksomhed, så det kunne bruges af enhver videnskabsmand, " sagde studie medforfatter Arjun Dey, fra NSF's NOIRLab. "Vores undersøgelse har allerede givet mere end tusind nye gravitationslinser, og der er utvivlsomt mange flere, der venter på opdagelse.

DESI Legacy Imaging Surveys-dataene leveres til det astronomiske samfund via Astro Data Lab på NOIRLabs Community Science and Data Center (CSDC). "At levere videnskabsklare datasæt til opdagelse og udforskning er kernen i vores mission, " sagde CSDC-direktør Adam Bolton. "DESI Legacy Imaging Surveys er en nøgleressource, der kan bruges i mange år fremover af astronomisamfundet til undersøgelser som disse."

For at analysere data, Huang og team brugte National Energy Research Scientific Computer Centers (NERSC) supercomputer på Berkeley Lab. "DESI Legacy Imaging Surveys var helt afgørende for denne undersøgelse; ikke kun teleskoperne, instrumenter, og faciliteter, men også datareduktion og kildeudtræk, " forklarer Huang. "Kombinationen af ​​bredden og dybden af ​​observationerne er uden sidestykke."

Med den enorme mængde af videnskabsklare data, der skal arbejdes igennem, forskerne henvendte sig til en slags maskinlæring kendt som et dybt resterende neuralt net. Neurale net er computeralgoritmer, der i nogen grad kan sammenlignes med en menneskelig hjerne og bruges til at løse problemer med kunstig intelligens. Dybe neurale net har mange lag, der tilsammen kan afgøre, om et kandidatobjekt tilhører en bestemt gruppe. For at kunne gøre dette, imidlertid, de neurale net skal trænes til at genkende de pågældende objekter.

Med det store antal linsekandidater nu på hånden, forskere kan foretage nye målinger af kosmologiske parametre såsom Hubble-konstanten. Nøglen vil være at opdage en supernova i baggrundsgalaksen, hvilken, når optegnet af en forgrundsgalakse, vil fremstå som flere lyspunkter. Nu hvor astronomerne ved, hvilke galakser der viser bevis for stærk linse, de ved, hvor de skal søge. Nye faciliteter såsom Vera C. Rubin Observatory (i øjeblikket under opførelse i Chile og drives af NOIRLab) vil overvåge objekter som disse som en del af dets mission, tillader enhver supernova at blive målt hurtigt af andre teleskoper.

Bachelorstuderende spillede en væsentlig rolle i projektet fra starten. University of California-studerende Andi Gu sagde, "Min rolle i projektet har hjulpet mig med at udvikle flere færdigheder, som jeg mener er nøglen til min fremtidige akademiske karriere."

Denne forskning blev præsenteret i papiret "Discovering New Strong Gravitational Lenses in the DESI Legacy Imaging Surveys" for at blive vist i The Astrofysisk tidsskrift .