Ιάπωνες αστρονόμοι έχουν αναπτύξει μια νέα τεχνική τεχνητής νοημοσύνης (AI) για την απομάκρυνση του θορύβου στα αστρονομικά δεδομένα λόγω τυχαίων διακυμάνσεων στα σχήματα γαλαξιών.
Μετά από εκτεταμένη εκπαίδευση και δοκιμές σε μεγάλα πλαστά δεδομένα που δημιουργήθηκαν από προσομοιώσεις υπερυπολογιστών, στη συνέχεια εφάρμοσαν αυτό το νέο εργαλείο σε πραγματικά δεδομένα από το Ιαπωνικό Τηλεσκόπιο Subaru και διαπίστωσαν ότι η μαζική κατανομή που προέκυψε από τη χρήση αυτής της μεθόδου είναι συνεπής με τα μοντέλα του Σύμπαντος που είναι αποδεκτά.
Αυτό είναι ένα ισχυρό νέο εργαλείο για την ανάλυση μεγάλων δεδομένων από τρέχουσες και προγραμματισμένες έρευνες αστρονομίας.
Τα δεδομένα έρευνας ευρείας περιοχής μπορούν να χρησιμοποιηθούν για τη μελέτη της μεγάλης κλίμακας δομής του Σύμπαντος μέσω μετρήσεων βαρυτικών φακών. Στο βαρυτικό φακό, η βαρύτητα ενός αντικειμένου προσκηνίου, όπως ένα σμήνος γαλαξιών, μπορεί να παραμορφώσει την εικόνα ενός αντικειμένου φόντου, όπως ένας πιο μακρινός γαλαξίας.
Μερικά παραδείγματα βαρυτικού φακού είναι προφανή, όπως το "Eye of Horus" . Η δομή μεγάλης κλίμακας, που αποτελείται κυρίως από μυστηριώδη "σκοτεινή" ύλη, μπορεί επίσης να παραμορφώσει τα σχήματα των απομακρυσμένων γαλαξιών, αλλά το αναμενόμενο φαινόμενο φακού είναι λεπτό. Απαιτείται μέσος όρος πολλών γαλαξιών σε μια περιοχή για τη δημιουργία ενός χάρτη διανομών σκοτεινής ύλης προσκηνίου.
Αλλά αυτή η τεχνική εξέτασης πολλών εικόνων γαλαξιών αντιμετωπίζει πρόβλημα. μερικοί γαλαξίες είναι ενδογενώς λίγο αστείοι. Είναι δύσκολο να γίνει διάκριση μεταξύ μιας εικόνας γαλαξία που παραμορφώνεται από βαρυτικό φακό και ενός γαλαξία που είναι πραγματικά παραμορφωμένος. Αυτό αναφέρεται ως θόρυβος σχήματος και είναι ένας από τους περιοριστικούς παράγοντες στην έρευνα που μελετά τη μεγάλη κλίμακα δομή του Σύμπαντος.
Για να αντισταθμίσει τον θόρυβο σχήματος, μια ομάδα Ιαπώνων αστρονόμων χρησιμοποίησε για πρώτη φορά το ATERUI II, τον ισχυρότερο υπερυπολογιστή στον κόσμο που είναι αφιερωμένος στην αστρονομία, για να δημιουργήσει 25.000 ψεύτικους καταλόγους γαλαξιών που βασίζονται σε πραγματικά δεδομένα από το Τηλεσκόπιο Subaru. Στη συνέχεια, πρόσθεσαν ρεαλιστικό θόρυβο σε αυτά τα πολύ γνωστά τεχνητά σύνολα δεδομένων και εκπαίδευσαν μια AI για να ανακτήσει στατιστικά τη σκοτεινή ύλη του φακού από τα πλαστά δεδομένα.
Μετά την εξάσκηση, η τεχνητή νοημοσύνη μπόρεσε να ανακτήσει προηγουμένως μη παρατηρήσιμες λεπτές λεπτομέρειες, βοηθώντας να βελτιώσει την κατανόησή μας για την κοσμική σκοτεινή ύλη. Στη συνέχεια, χρησιμοποιώντας το AI σε πραγματικά δεδομένα που καλύπτουν 21 τετραγωνικούς βαθμούς του ουρανού, η ομάδα βρήκε μια κατανομή μάζας προσκηνίου σύμφωνα με το τυπικό κοσμολογικό μοντέλο.
"Αυτή η έρευνα δείχνει τα οφέλη του συνδυασμού διαφορετικών τύπων έρευνας: παρατηρήσεις, προσομοιώσεις και ανάλυση δεδομένων AI." σχολιάζει ο Masato Shirasaki, ο αρχηγός της ομάδας, "Σε αυτήν την εποχή των μεγάλων δεδομένων, πρέπει να ξεπεράσουμε τα παραδοσιακά όρια μεταξύ των ειδικοτήτων και να χρησιμοποιήσουμε όλα τα διαθέσιμα εργαλεία για να κατανοήσουμε τα δεδομένα. Εάν μπορούμε να το κάνουμε αυτό, θα ανοίξει νέα πεδία στην αστρονομία και άλλες επιστήμες".