Πολλά επίκαιρα και συναρπαστικά επιστημονικά ερωτήματα στα οποία προσπαθούν να απαντήσουν οι αστρονόμοι απαιτούν τη συλλογή μεγάλων δειγμάτων διαφορετικών κοσμικών γεγονότων. Ως αποτέλεσμα, τα σύγχρονα αστρονομικά παρατηρητήρια έχουν γίνει αδυσώπητες μηχανές παραγωγής δεδομένων που ρίχνουν χιλιάδες ειδοποιήσεις και εικόνες στους αστρονόμους κάθε βράδυ.
Χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης, αστρονόμοι από τη συνεργασία του Zwicky Transient Facility στο caltech ταξινόμησε με επιτυχία 1000 σουπερνόβα αυτόνομα. Ο αλγόριθμος εφαρμόστηκε σε δεδομένα που καταγράφηκαν από το Zwicky Transient Facility, ή ZTF, ένα όργανο ουρανοσκόπησης που βασίζεται στο Παρατηρητήριο Palomar του Caltech.
Κάθε βράδυ, το ZTF αναλύει τον νυχτερινό ουρανό για αλλαγές γνωστές ως παροδικά συμβάντα. Αυτό καλύπτει τα πάντα, από αστεροειδείς σε κίνηση μέχρι πρόσφατα καταβροχθισμένα αστέρια μαύρες τρύπες σε αστέρια που εκρήγνυνται που ονομάζονται σουπερνόβα. Το ZTF ειδοποιεί τους αστρονόμους σε όλο τον κόσμο για αυτά τα παροδικά φαινόμενα στέλνοντας εκατοντάδες χιλιάδες σήματα κάθε βράδυ.
Στη συνέχεια, οι αστρονόμοι χρησιμοποιούν άλλα τηλεσκόπια για να παρακολουθήσουν και να διερευνήσουν τη φύση των μεταβαλλόμενων αντικειμένων. Μέχρι στιγμής, τα δεδομένα ZTF έχουν οδηγήσει στην ανακάλυψη χιλιάδων σουπερνόβα.
Ο Matthew Graham, επιστήμονας του έργου για το ZTF και ερευνητής καθηγητής αστρονομίας στο Caltech, είπε: «Η παραδοσιακή ιδέα ενός αστρονόμου να κάθεται στο αστεροσκοπείο και να κοσκινίζει τις εικόνες του τηλεσκοπίου περιέχει πολύ ρομαντισμό, αλλά απομακρύνεται από την πραγματικότητα».
Χρησιμοποιώντας αλγόριθμους μηχανικής μάθησης, οι αστρονόμοι ανέπτυξαν το SNIascore για την ταξινόμηση των υποψηφίων σουπερνόβα. Το SNIascore μπορεί να ταξινομήσει αυτό που είναι γνωστό ως σουπερνόβα τύπου Ia ή τα «τυποποιημένα κεριά» στον ουρανό. Αυτά τα ετοιμοθάνατα αστέρια χτυπούν με μια θερμοπυρηνική έκρηξη σταθερής ισχύος.
Οι επιστήμονες εργάζονται τώρα για την επέκταση των δυνατοτήτων του αλγορίθμου για την ταξινόμηση άλλων τύπων σουπερνόβα στο εγγύς μέλλον.
Ο Christoffer Fremling, αστρονόμος του προσωπικού στο Caltech και ο εγκέφαλος πίσω από τον νέο αλγόριθμο, που ονομάστηκε SNIascore, είπε: «Χρειαζόμασταν ένα χέρι βοήθειας και ξέραμε ότι μόλις εκπαιδεύαμε τους υπολογιστές μας να κάνουν τη δουλειά, θα έβγαζαν ένα μεγάλο φορτίο από την πλάτη μας. Το SNIascore ταξινόμησε τον πρώτο του σουπερνόβα τον Απρίλιο του 2021 και ενάμιση χρόνο αργότερα, φτάνουμε σε ένα ωραίο ορόσημο 1,000 σουπερνόβα».
«Το SNIascore είναι εξαιρετικά ακριβές. Μετά από 1,000 σουπερνόβα, είδαμε πώς αποδίδει ο αλγόριθμος στον πραγματικό κόσμο. Δεν βρήκαμε λανθασμένα συμβάντα από την κυκλοφορία τον Απρίλιο του 2021 και σχεδιάζουμε να εφαρμόσουμε τον ίδιο αλγόριθμο με άλλες εγκαταστάσεις παρατήρησης.»
Ο Ashish Mahabal, ο οποίος ηγείται δραστηριοτήτων μηχανικής μάθησης για το ZTF και υπηρετεί ως επικεφαλής υπολογιστής και επιστήμονας δεδομένων στο Κέντρο Ανακάλυψης Δεδομένων του Caltech, προσθέτει, «Αυτή η εργασία δείχνει καλά πώς μάθηση μηχανής οι εφαρμογές ενηλικιώνονται στην αστρονομία σχεδόν σε πραγματικό χρόνο».
Ο Ashish Mahabal, ένας επιστήμονας υπολογιστών στο Κέντρο Ανακάλυψης βάσει δεδομένων του Caltech, ο οποίος ηγείται των δραστηριοτήτων μηχανικής μάθησης για το ZTF, είπε, "Το SNIascore βρίσκεται πάνω από άλλους υποκείμενους αλγόριθμους μηχανικής μάθησης και επίπεδα που έχουμε αναπτύξει για το ZTF και δείχνει καλά πώς οι εφαρμογές μηχανικής μάθησης ενηλικιώνονται στην αστρονομία σχεδόν σε πραγματικό χρόνο."
