kozmos.hr
  • Naslovnica
  • /
  • Astronomija
  • /
  • U potrazi za crnim rupama u ranoj povijesti svemira pomoću računalnih algoritama
Astronomija

U potrazi za crnim rupama u ranoj povijesti svemira pomoću računalnih algoritama

U potrazi za crnim rupama u ranoj povijesti svemira pomoću računalnih algoritama
objavljeno

Svemirske dubine ispunjene su galaksijama do koliko god pogled seže. Koji su procesi oblikovali njihov izgled, boje i zvjezdane populacije? Astronomi vjeruju da su praiskonske crne rupe bile pokretači rasta i transformacije galaksija te mogu objasniti kosmički krajolik koji danas vidimo. Nadolazeća nebeska istraživanja pomoću radioteleskopa zabilježit će milijune galaksija iz ranog svemira, no za obradu ogromne količine podataka potrebni su automatizirani alati, poput algoritma razvijenog od strane tima s Instituta za astrofiziku i svemirske znanosti (IA).

U članku objavljenom 6. prosinca u časopisu Astronomy & Astrophysics, međunarodni tim pod vodstvom Rodriga Carvajala s Instituta za astrofiziku i svemirske znanosti (IA) i Fakulteta znanosti Sveučilišta u Lisabonu (Ciências ULisboa) predstavio je tehniku strojnog učenja za prepoznavanje superluminoznih galaksija u ranoj povijesti svemira.

Ove galaksije, za koje se smatra da su pod dominacijom aktivnih crnih rupa u svojim središtima, mogle bi emitirati intenzivne radio-signale. Ovaj algoritam, razvijen u suradnji s tvrtkom Closer, trebao bi omogućiti astronomima efikasniju potragu za radio-galaksijama.

Algoritam je treniran koristeći slike galaksija

Algoritam je treniran koristeći slike galaksija dobivene na različitim valnim duljinama elektromagnetskog spektra. U testiranjima, predvidio je četiri puta više radiogalaksija od konvencionalnih metoda.

“Moramo pronaći više aktivnih galaksija u svemiru jer postoje predviđanja da ih je u ranoj povijesti svemira bilo mnogo više. Trenutna promatranja ne potvrđuju te brojke,” ističe Carvajal. Prema njegovim riječima, potrebna su dodatna promatranja kako bi se provjerila točnost trenutnog razumijevanja evolucije aktivnih galaksija.

Važno je i analizirati same modele strojnog učenja te shvatiti što se događa unutar njih,” dodaje Carvajal. “Koje su značajke najrelevantnije za donošenje odluke? Na primjer, želimo li znati je li najvažnija značajka za utvrđivanje aktivne galaksije svjetlost koju emitira u infracrvenom spektru?”

Relativna težina značajki galaksije u odluci računala mogla bi ukazivati na uzrok njene intenzivne aktivnosti, posebno u radio području. Carvajal istražuje implikacije ove ovisnosti između radio emisije i formiranja zvijezda.

Israel Matute, iz IA i Ciências ULisboa, drugi autor rada, pojašnjava: “Ovi modeli su matematički alati koji nam pomažu usmjeriti se u točnom pravcu kad se kompleksnost podataka povećava. Ovaj rad može pružiti uvide u procese koji su ograničavali formiranje novih zvijezda u drugoj polovici povijesti svemira.”

U praiskonskom svemiru

Galaksije koje nedostaju u praiskonskom svemiru možda se kriju u podacima koje će moderni radioteleskopi proizvesti u nadolazećim godinama. Buduća istraživanja otkrit će milijarde galaksija, poput projekta Evolutionary Map of the Universe (EMU) koji će kartirati cijelo južno nebesko polukuglo pomoću ASKAP radioteleskopa u Australiji.

Tim predvođen IA već radi s podacima iz pilot projekta ovog istraživanja. Jednom kad se alati usavrše, bit će ključni za obradu golemih količina podataka koje će proizvesti budući Square Kilometer Array Observatory (SKAO). Portugal je član konzorcija ovog opservatorija, koji je već u izgradnji.

“U dobu kada astronomija ima pristup ogromnim količinama podataka, sve je važniji razvoj naprednih tehnika za njihovu obradu i analizu,” naglašava José Afonso, iz IA i Ciências ULisboa, koautor rada. “U IA razvijamo i primjenjujemo ove tehnike kako bismo mogli dešifrirati podrijetlo galaksija i supermasivnih crnih rupa koje većina njih sadrži.”

Ideja za suradnju između Closera i IA potekla je od Helene Cruz, koautorice rada s doktoratom iz fizike i znanstvenice podataka u Closeru. Njezino sudjelovanje bilo je ključno za analizu i obradu utjecaja nesigurnosti i neslaganja među različitim izvorima podataka – iz različitih teleskopa i promatračkih programa – korištenih za treniranje algoritma strojnog učenja.

“Shvatila sam da astronomija nudi izvrsne mogućnosti za istraživanje i razvoj modela strojnog učenja, pa sam odlučila primijeniti svoje profesionalne vještine u tom području,” kaže Cruz. “Podijelila sam svoj interes s Closerom, a obje strane su odmah izrazile spremnost za suradnju.”

“Znanje naših suradnika je ključni kapital Closera,” dodaje João Pires da Cruz, suosnivač Closera. “Što su projekti u koje se uključuju naši članovi tima znanstveno izazovniji i sofisticiraniji, to je veći kapital tvrtke. Imamo suradnike sposobne rješavati složene probleme slične analizi signala iz udaljenih galaksija.”

Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram –t.me/kozmoshr

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.

Pratite Kozmos na Google Vijestima.

CroCube