Tekoäly auttaa tutkimaan James Webbin avaruusteleskoopin ensimmäisiä kuvia

Tutkijat ympäri maailmaa valmistautuvat tutkimaan James Webbin avaruusteleskoopin ensimmäisiä kuvia, jotka on määrä julkaista 12. heinäkuuta.

Jotkut tähtitieteilijät käyttävät koneoppimisalgoritmeja tiedoilla havaitakseen ja luokitellakseen galakseja syvässä avaruudessa ennennäkemättömällä yksityiskohtaisella tasolla. Brant Robertson, astrofysiikan professori Kalifornian yliopistosta Santa Cruzista Yhdysvalloissa, uskoo, että kaukoputken napsahdukset johtavat läpimurtoja Tämä auttaa meitä ymmärtämään paremmin, kuinka maailmankaikkeus muodostui noin 13.7 miljardia vuotta sitten.

"JWST-tiedot ovat jännittäviä, koska ne antavat meille ennennäkemättömän ikkunan infrapunauniversumissa, resoluutiolla, josta olemme vain haaveilleet tähän asti", hän kertoi. Rekisteri. Robertson auttoi kehittymään Morpheus, koneoppiva malli, joka on koulutettu poimimaan pikseleitä ja poimimaan epäselviä möykkymäisiä esineitä avaruuden syvästä kuilusta ja määrittämään, ovatko nämä rakenteet galakseja vai eivät, ja jos ovat, minkä tyyppisiä.

Ohjelmistoa käytetään osana COSMOS-Webb-ohjelmaa, joka on suurin ja kunnianhimoisin hanke, jonka teleskooppi toteuttaa ensimmäisenä vuonna. Robertson ja lähes 50 tutkijan ryhmä tutkivat puoli miljoonaa galaksia yhdeltä taivaanpalalta; he etsivät vanhimpia, täysin kehittyneitä galakseja tutkiakseen, kuinka pimeä aine kehittyi ajan myötä, kun nämä rakenteet alkoivat isännöidä tähtiä, ja käyttävät ohjelmistoa tämän prosessin automatisoimiseen.

Robertson ja hänen kollegansa ovat päivittäneet Morpheuksen mukautuakseen JWST:n tietoihin. ”Olemme nyt integroineet huomiomenetelmiä, jotka mahdollistavat suurempien kuva-alueiden luokittelun kerrallaan, mikä johti noin satakertaiseen nopeuttamiseen. Uudempi Morpheus pystyy luokittelemaan suurempia kuvia nopeammin ja luotettavammin kuin ennen”, hän kertoi.

Ohjelmiston uusimmassa versiossa on myös uusia kuvankäsittelyominaisuuksia, kuten deblending, joka voi erottaa tähtitieteelliset kohteet, jotka näyttävät olevan päällekkäisiä taivaalla, hän selitti. 

Nämä kyvyt ovat hyödyllisiä, koska JWST tarjoaa laajemman ja syvemmän kuvan maailmankaikkeudesta kuin koskaan ennen, ja jokainen kuva sisältää enemmän rakenteita, joita ei voi tutkia manuaalisesti paljaalla silmällä. Morpheusta koulutettiin alun perin NASAn Hubble-avaruusteleskoopin ottamista 7,600 XNUMX galaksikuvasta, ja Robertson arvioi, että se on koulutettava uudelleen, jotta se mukautuisi paremmin JWST:n tietoihin.

"Yritämme soveltaa Morpheusta sellaisenaan JWST-dataan ilman uudelleenkoulutusta ensin ja tarkistamme kohteiden suorituskyvyn taivaan alueilla, joilla on sekä Hubble- että JWST-dataa", hän kertoi.

"On todennäköistä, että meidän on koulutettava Morpheus uudelleen JWST-tietojen perusteella, koska JWST-tiedot ovat punaisempia, ulottuvat laajemmalle aallonpituusalueelle ja pistehajautustoiminto - periaatteessa miltä tähti näyttää kaukoputken optiikan läpi - eroaa Hubblesta."

Morpheus toimii UC Santa Cruzin supertietokoneella ylellisyys, Joka on aseellinen 80 vain prosessoria käyttävää laskentasolmua, joissa kussakin on kaksi 20-ytimistä Intel Cascade Lake Xeon -prosessoria, ja 28 vain GPU-solmua, joissa kussakin on kaksi Nvidia V100 GPU:ta. "Kun tiedot ovat käsillä, Morpheuksen käyttäminen kaikissa JWST-kuvissa kestää enintään muutaman päivän luksilla", Robertson sanoi. 

Kauan odotettu kymmenen miljardin dollarin kaukoputki laukaistiin vihdoin viime vuoden joulupäivänä toistuvien viivästysten jälkeen. Maaohjaus vietti kuukausia kohdistaen täydellisesti monimutkaisen 18 peilin järjestelmän ennen kuin instrumentti alkoi havaita sen ensimmäiset fotonit helmikuussa. ®