العديد من الأسئلة العلمية الحالية والمثيرة التي يحاول علماء الفلك الإجابة عليها تتطلب منهم جمع عينات كبيرة من الأحداث الكونية المختلفة. ونتيجة لذلك، أصبحت المراصد الفلكية الحديثة آلات لا هوادة فيها لتوليد البيانات، والتي ترسل آلاف التنبيهات والصور إلى علماء الفلك كل ليلة.
وباستخدام خوارزمية التعلم الآلي، تمكن علماء الفلك من مؤسسة Zwicky Transient Facility التعاونية في معهد كاليفورنيا للتكنولوجيا نجح في تصنيف 1000 مستعر أعظم بشكل مستقل. تم تطبيق الخوارزمية على البيانات التي تم التقاطها بواسطة Zwicky Transient Facility، أو ZTF، وهي أداة مسح السماء ومقرها في مرصد بالومار التابع لمعهد كاليفورنيا للتكنولوجيا.
كل ليلة، يقوم ZTF بتحليل سماء الليل بحثًا عن التغييرات المعروفة باسم الأحداث العابرة. يغطي هذا كل شيء، بدءًا من الكويكبات المتحركة وحتى النجوم التي التهمتها مؤخرًا الثقوب السوداء إلى نجوم متفجرة تسمى المستعرات الأعظم. تقوم ZTF بإخطار علماء الفلك في جميع أنحاء العالم بهذه الظواهر العابرة عن طريق إرسال مئات الآلاف من الإشارات كل ليلة.
ويستخدم علماء الفلك بعد ذلك التلسكوبات الأخرى للمتابعة والتحقيق في طبيعة الأجسام المتغيرة. حتى الآن، أدت بيانات ZTF إلى اكتشاف الآلاف من المستعرات الأعظم.
قال ماثيو جراهام، عالم مشروع ZTF وأستاذ أبحاث علم الفلك في معهد كاليفورنيا للتكنولوجيا: "إن الفكرة التقليدية لجلوس عالم فلك في المرصد وغربلة صور التلسكوب تحمل الكثير من الرومانسية ولكنها تبتعد عن الواقع."
باستخدام خوارزميات التعلم الآلي، طور علماء الفلك SNIascore لتصنيف المرشحين المستعرات. يستطيع SNIascore تصنيف ما يعرف بالمستعرات الأعظم من النوع Ia، أو "الشموع القياسية" في السماء. تنفجر هذه النجوم المحتضرة بانفجار نووي حراري ذي قوة ثابتة.
ويعمل العلماء الآن على توسيع قدرات الخوارزمية لتصنيف أنواع أخرى من المستعرات الأعظم في المستقبل القريب.
وقال كريستوفر فريملنج، عالم الفلك في معهد كاليفورنيا للتكنولوجيا والعقل المدبر وراء الخوارزمية الجديدة، التي يطلق عليها اسم SNIascore، "كنا بحاجة إلى يد العون، وكنا نعلم أنه بمجرد تدريب أجهزة الكمبيوتر لدينا على القيام بهذه المهمة، فإنها ستخفف عبئًا كبيرًا عن كاهلنا. صنفت SNIascore أول مستعر أعظم لها في أبريل 2021، وبعد عام ونصف، حققنا إنجازًا رائعًا يتمثل في 1,000 مستعر أعظم.
"SNIascore دقيق بشكل ملحوظ. وبعد 1,000 مستعر أعظم، رأينا كيف تعمل الخوارزمية في العالم الحقيقي. لم نعثر على أي أحداث مصنفة بشكل خاطئ منذ إطلاقها في أبريل 2021، ونحن نخطط لتنفيذ نفس الخوارزمية مع مرافق المراقبة الأخرى.
يضيف أشيش ماهابال، الذي يقود أنشطة التعلم الآلي لـ ZTF ويعمل كعالم حسابي وبيانات رائد في مركز كاليفورنيا للتكنولوجيا للاكتشاف المعتمد على البيانات، "هذا العمل يوضح جيدا كيف آلة التعلم لقد وصلت التطبيقات إلى مرحلة النضج في علم الفلك في الوقت الفعلي تقريبًا.
أشيش ماهابال، عالم حاسوبي في مركز الاكتشاف المبني على البيانات التابع لمعهد كاليفورنيا للتكنولوجيا والذي يقود أنشطة التعلم الآلي لـ ZTF، محمد, "تقع SNIascore على رأس خوارزميات وطبقات التعلم الآلي الأساسية الأخرى التي قمنا بتطويرها لـ ZTF، وهي توضح جيدًا كيف أن تطبيقات التعلم الآلي قد وصلت إلى مرحلة النضج في علم الفلك في الوقت الفعلي تقريبًا."
