Skip to main content

Interstelarne chmury w odległych, starożytnych galaktykach często są wypełnione węglem. Dzięki śledzeniu i wykrywaniu tych obszarów węgla, nazywanych neutralnymi absorberami węgla, astronomowie mogą wiele dowiedzieć się o ewolucji galaktyk. Jednak wykrywanie tych absorberów węgla jest trudne i czasochłonne. W milionach galaktyk, astronomowie znają tylko kilkadziesiąt zawierających te absorbery.

Brzmi jak zadanie dla AI. Dokładniej, dla głębokiej sieci neuronowej.

Niedawno naukowcy zaprzęgli sieć neuronową do pracy nad danymi spektroskopowymi galaktyk sprzed ponad dekady. Odkryli w ten sposób ponad sto nowych galaktyk z neutralnymi absorberami węgla.

Aby tego dokonać, najpierw musieli wytrenować sieć neuronową. Niestety, jak wspomniano, nie ma wystarczającej liczby znanych neutralnych absorberów węgla, aby to zrobić na realnych danych. Zamiast tego, naukowcy wygenerowali partię 5 milionów fikcyjnych widm, aby nauczyć sieć neuronową, na co zwracać uwagę: wzorce często zbyt subtelne, by dostrzec je ludzkim okiem.

Następnie badacze zastosowali swoją sieć neuronową na danych z Sloan Digital Sky Survey III. Udało im się zidentyfikować neutralne absorbery węgla w 107 galaktykach, wcześniej nieznanych z posiadania tych cech.

Węgiel jest wskaźnikiem pewnego etapu ewolucji galaktyk. Jego obecność wskazuje, że galaktyka przeszła szybkie zmiany i wyprodukowała wiele pierwiastków cięższych od wodoru czy helu. Możliwe, że obecność węgla w galaktyce może wskazywać na rozwój dysku podobnego do Drogi Mlecznej. Nowo odkryte galaktyki zawierające węgiel pochodzą z około 10,8 miliarda lat temu, co czyni ten fakt dość interesującym.

Astronomia jest idealnym polem do wykorzystania metod AI. Astronomowie muszą radzić sobie z ogromnymi ilościami danych, których przeszukiwanie zajęłoby ludziom wiele lat. AI może szybko, dokładnie i kompleksowo badać rzadkie i słabe sygnały w masowych danych astronomicznych.

„Konieczne jest opracowanie innowacyjnych algorytmów AI, które mogą szybko, dokładnie i kompleksowo eksplorować rzadkie i słabe sygnały w ogromnych danych astronomicznych,” powiedział Jian Ge, astronom z Chińskiego Obserwatorium Astronomicznego w Szanghaju.

Źródło: Yahoo News