Pojava umjetne inteligencije (UI) mnogi pozdravljaju kao društvenu prekretnicu jer otvara svemir mogućnosti za poboljšanje gotovo svakog aspekta našeg života. Astronomi sada koriste UI, doslovno, za mjerenje širenja našeg svemira. Dva nedavna istraživanja pod vodstvom Marije Dainotti, gostujuće profesorice na Nevada Centru za Astrofiziku na UNLV-u i docentice u Nacionalnom Astronomskom Opservatoriju Japana (NAOJ), uključila su više modela strojnog učenja kako bi dodali novu razinu preciznosti mjerenjima udaljenosti izboja gama zraka (na engl. Gamma Ray Bursts ili GRB) – najsvjetlijih i najnasilnijih eksplozija u svemiru.
U samo nekoliko sekundi, izboji gama zraka oslobađaju istu količinu energije koju naše sunce oslobodi tijekom cijelog svog života. Zbog svoje izuzetne svjetlosti, izboji gama zraka se mogu promatrati na različitim udaljenostima – uključujući rub vidljivog svemira – i pomažu astronomima u potrazi za najstarijim i najudaljenijim zvijezdama. No, zbog ograničenja trenutne tehnologije, samo mali postotak poznatih izboja gama zraka ima sve promatrane karakteristike potrebne za pomoć astronomima u izračunu koliko su daleko nastali.
Dainotti i njezini timovi kombinirali su podatke iz NASA-inog Neil Gehrels Swift opservatorija s više modela strojnog učenja kako bi prevladali ograničenja trenutne promatračke tehnologije i preciznije procijenili blizinu izboja gama zraka za koje je udaljenost nepoznata. Budući da se izboji gama zraka mogu promatrati na velikim i relativno malim udaljenostima, poznavanje njihove lokacije može pomoći znanstvenicima da razumiju kako se zvijezde razvijaju tijekom vremena i koliko se izboja gama zraka može pojaviti u danom prostoru i vremenu.
“Ovo istraživanje pomiče granice u gama-zračnoj astronomiji i strojnog učenja,” rekla je Dainotti. “Naknadna istraživanja i inovacije pomoći će nam da postignemo još pouzdanije rezultate i omogućiti nam da odgovorimo na neka od najvažnijih kozmoloških pitanja, uključujući najranije procese našeg svemira i kako se on razvijao tijekom vremena.”
UI povećava granice promatranja dubokog svemira
U jednom istraživanju, Dainotti i Aditya Narendra, doktorand na poljskom Jagelonskom sveučilištu, koristili su nekoliko metoda strojnog učenja kako bi precizno izmjerili udaljenost izboja gama zraka promatranih svemirskim Swift UltraViolet/Optical Telescope (UVOT) i zemaljskim teleskopima, uključujući teleskopu Subaru. Mjerenja su se temeljila isključivo na drugim svojstvima izboja gama zraka koja nisu povezana s udaljenosti. Istraživanje je objavljeno 23. svibnja u časopisu Astrophysical Journal Letters.
“Ishod ovog istraživanja je toliko precizan da možemo odrediti, koristeći predviđenu udaljenost, broj izboja gama zraka u zadanom volumenu i vremenu (nazvanom stopa), što je vrlo blisko stvarnim promatranim procjenama,” rekao je Narendra.
Drugo istraživanje pod vodstvom Dainotti i međunarodnih suradnika bilo je uspješno u mjerenju udaljenosti izboja gama zraka korištenjem strojnog učenja pomoću podataka NASA-inog Swift X-ray teleskopa (XRT) o odsjaju dugih izboja gama zraka. Vjeruje se da se izboji gama zraka javljaju na različite načine. Dugi izboji gama zraka se događaju kada masivna zvijezda dosegne kraj svog života i eksplodira u spektakularnoj supernovi. Druga vrsta, poznata kao kratki izboji gama zraka, događa se kada se ostaci mrtvih zvijezda, poput neutronskih zvijezda, gravitacijski spoje i sudare.
Dainotti kaže da je novost ovog pristupa u korištenju nekoliko metoda strojnog učenja zajedno kako bi poboljšali njihovu kolektivnu prediktivnu moć. Ova metoda, nazvana Superlearner, dodjeljuje svakom algoritmu težinu čije vrijednosti variraju od 0 do 1, pri čemu svaka težina odgovara prediktivnoj moći te pojedinačne metode.
“Prednost Superlearner-a je da je konačno predviđanje uvijek učinkovitije od pojedinačnih modela,” rekla je Dainotti. “Superlearner se također koristi za odbacivanje algoritama koji su najmanje prediktivni.”
Ovo istraživanje, objavljeno 26. veljače u časopisu The Astrophysical Journal, Supplement Series, pouzdano procjenjuje udaljenost 154 dugih izboja gama zraka za koje je udaljenost nepoznata i značajno povećava populaciju poznatih udaljenosti među ovom vrstom eksplozija.
Odgovaranje na zagonetna pitanja o formiranju izboja gama zraka
Treće istraživanje, objavljeno 21. veljače u časopisu Astrophysical Journal Letters, koje su vodili astrofizičar sa Sveučilišta Stanford, Vahé Petrosian, i Dainotti, koristilo je podatke Swift X-ray za odgovor na zagonetna pitanja pokazujući da stopa izboja gama zraka – barem na malim relativnim udaljenostima – ne slijedi stopu formiranja zvijezda.
“Ovo otvara mogućnost da dugi izboji gama zraka na malim udaljenostima možda nisu generirani kolapsom masivnih zvijezda, već fuzijom vrlo gustih objekata poput neutronskih zvijezda,” rekao je Petrosian.
Uz podršku NASA-inog Swift Observatory Guest Investigator programa (Cycle 19), Dainotti i njezini kolege sada rade na tome da alati strojnog učenja postanu javno dostupni putem interaktivne web aplikacije.
Pozdrav svima! Hvala što čitate Kozmos.hr! Ja sam Ivan i dugi niz godina pišem o svermiu, astronomiji, znanosti, povijesti i arheologiji, a imao sam priliku sudjelovati i u dokumentarcima Science Discovery-ja te History Channel-a.
