Истоки прорыва
В прошлом году команда Bright Transient Survey Bot (BTSbot) сообщила о первом успехе из разработки ― автоматизированного алгоритма машинного обучения. Он выполнил свою задачу ― нашел сверхновую, идентифицировал ее и классифицировал. И все это ― без участия человека.
Это стало первым шагом в деле, которое способно заметно упростить жизнь астрономам. Сами разработчики говорят, что поиск сверхновых связан со многими проблемами. Нужно не только постоянно изучать звездное небо, но и проводить классификацию.
При этом нет никакой уверенности, что найденный «кандидат» на самом деле окажется сверхновой. Это приводит к тому, что вся работа оказывается тщетной, приходится начинать заново. Результат ― усталость и потеря учеными мотивации. Отмечается, что только за прошлые шесть лет астрономами на поиски было потрачено более 2200 часов.
Также в официальном заявлении от разработчиков руководитель проекта Адам Миллер говорит, что нынешние успехи ― это только первый шаг.
В дальнейшем развитие алгоритмов сможет четко устанавливать разные подтипы звездных взрывов. Время, которое астрономы сэкономят в итоге, можно будет потратить на значительно более важные задачи ― анализ результатов наблюдений, выдвижение новых гипотез, другую научную работу.
Почему сверхновые так сложно найти
Большинство сверхновых появляются тогда, когда у звезды кончается «топливо». Она больше не может поддерживать ядерный синтез, а значит, ядро начинает разрушаться, давление гравитации становится слишком сильным. Это сопровождается яркой вспышкой, взрывом внешних слоев небесного тела.
Есть несколько типов сверхновых. К примеру, IA относится к белым карликам, которые полностью погибают во взрыве.
Иногда вспышки оказываются настолько яркими, что затмевают комбинированный свет других звезд в галактике. Но так как космос очень большой, сложно найти такую вспышку, понять, где она случится. Отсюда и сравнение с поиском иголки в стоге сена.
Сегодня для изучения ночного неба применяют роботизированные телескопы. Они обеспечивают постоянное сканирование и съемку одних и тех же участков. После сравнения отличий появляется шанс обнаружить нужный объект. Понятно, что это напоминает игру в рулетку. Никто не может гарантировать, что взрыв произойдет именно в том участке звездного неба, куда направлен телескоп. Приходится полагаться на волю случая.
Адам Миллер говорит о том, что автоматизированный алгоритм передает людям список обнаруженных взрывов, которые можно отнести к сверхновым. Далее требуется проанализировать рассеянный свет, чтобы понять по его спектру, какие элементы скрываются в источнике.
Настоящее и будущее BTSbot
Создание подобных алгоритмов никогда нельзя было назвать легкой задачей. Команда Миллера задействовала для обучения ИИ более 1,4 млн. снимков. Это позволило проанализировать более 16 тыс. потенциальных источников взрыва ― кандидатов на звание сверхновой.
Среди выборки были как подтвержденные сверхновые, так и явления, которые часто с ними путают. К примеру, переменные звезды.
Тестирование ИИ проводилось в реальных условиях «охоты». Объектом стал кандидат с обозначением SN2023tyk. Он находится в более чем 760 млн. световых лет от нашей планеты.
В обнаружении сверхновой использовался роботизированный телескоп Zwicky Transient Facility (ZTF) 3. Обработка данных позволила BTSbot самому идентифицировать сверхновую, собрать данные спектра, идентифицировать ее и отнести к классу Ia, как и предполагали астрономы.
В перспективе развитие такой модели действительно поможет добиться заметных результатов. Это уменьшит время, которое ученые тратят на рутинную работу, и позволит им перейти к более важным и ответственным задачам, в которых без человека пока не обойтись. А ранее мы рассказывали как Искусственный интеллект обучают читать ДНК.