AI til at hjælpe med at studere de første billeder fra James Webb Space Telescope

Forskere over hele verden forbereder sig på at studere de første billeder taget af James Webb Space Telescope, som skal frigives den 12. juli.

Nogle astronomer vil køre maskinlæringsalgoritmer på dataene for at detektere og klassificere galakser i det dybe rum på et detaljeringsniveau, som aldrig er set før. Brant Robertson, professor i astrofysik ved University of California, Santa Cruz, i USA, mener, at teleskopets snaps vil føre til gennembrud det vil hjælpe os til bedre at forstå, hvordan universet blev dannet for omkring 13.7 milliarder år siden.

"JWST-dataene er spændende, fordi de giver os et hidtil uset vindue på det infrarøde univers med en opløsning, som vi kun har drømt om indtil nu," fortalte han Registret. Robertson hjalp med at udvikle sig Morpheus, en maskinlæringsmodel, der er trænet til at pore over pixels og udvælge slørede klatformede objekter fra rummets dybe afgrund og afgøre, om disse strukturer er galakser eller ej, og i givet fald af hvilken type.

Softwaren vil blive brugt som en del af COSMOS-Webb-programmet, det største og mest ambitiøse projekt, som teleskopet vil påtage sig i sit første år. Robertson og et hold på næsten 50 forskere vil undersøge en halv million galakser fra en del af himlen; de vil gå på jagt efter de ældste, fuldt udviklede galakser for at studere, hvordan mørkt stof udviklede sig over tid, da disse strukturer begyndte at være vært for stjerner, og bruge softwaren til at automatisere denne proces.

Robertson og hans kolleger har opdateret Morpheus for at tilpasse sig data fra JWST. "Vi har nu integreret opmærksomhedsmetoder, der gør det muligt at klassificere større områder af billeder ad gangen, hvilket resulterede i en fremskyndelse på omkring en faktor hundrede. Den nyere Morpheus kan klassificere større billeder hurtigere og mere pålideligt end før,” fortalte han os.

Den seneste version af softwaren har også nye billedbehandlingsmuligheder, såsom deblending, som kan adskille astronomiske objekter, der ser ud til at overlappe hinanden på himlen, forklarede han. 

Disse evner vil være nyttige, da JWST giver et bredere og dybere syn på universet end nogensinde før, og hvert billede vil indeholde flere strukturer, der ikke kan studeres manuelt med det blotte øje. Morpheus blev oprindeligt trænet på 7,600 galaksebilleder taget af NASAs Hubble-rumteleskop, og Robertson regner med, at det skal omskoles for bedre at kunne tilpasse sig data fra JWST.

"Vi vil forsøge at anvende Morpheus, som det er på JWST-dataene uden at genoptræne først, og kontrollere ydeevnen for objekter i områder af himlen, hvor både Hubble- og JWST-data findes," fortalte han os.

"Det er sandsynligt, at vi bliver nødt til at genoptræne Morpheus baseret på JWST-dataene, da JWST-data er rødere, strækker sig over et bredere spektrum af bølgelængder, og punktspredningsfunktionen - grundlæggende hvordan en stjerne ser ud gennem teleskopoptikken - adskiller sig fra Hubble."

Morpheus vil køre på UC Santa Cruz's supercomputer Lux, Hvilket er væbnet med 80 kun CPU-beregningsnoder, der hver indeholder to 20-core Intel Cascade Lake Xeon-processorer og 28 GPU-kun noder, der hver indeholder to Nvidia V100 GPU'er. "Når først data er i hånden, vil det kun tage et par dage på lux at køre Morpheus på alle JWST-billederne," sagde Robertson. 

Det længe ventede teleskop på ti milliarder dollar blev endelig opsendt juledag sidste år efter gentagne forsinkelser. Jordkontrol brugte måneder på at justere sit komplekse 18-spejlsystem perfekt, før instrumentet begyndte at opdage det første fotoner i februar. ®