L'IA pour aider à étudier les premières images du télescope spatial James Webb

Les scientifiques du monde entier se préparent à étudier les premières images prises par le télescope spatial James Webb, qui doivent être publiées le 12 juillet.

Certains astronomes exécuteront des algorithmes d'apprentissage automatique sur les données pour détecter et classer les galaxies dans l'espace lointain à un niveau de détail jamais vu auparavant. Brant Robertson, professeur d'astrophysique à l'Université de Californie à Santa Cruz, aux États-Unis, pense que les clichés du télescope conduiront à percées cela nous aidera à mieux comprendre comment l'univers s'est formé il y a quelque 13.7 milliards d'années.

"Les données JWST sont passionnantes car elles nous offrent une fenêtre sans précédent sur l'univers infrarouge, avec une résolution dont nous n'avons fait que rêver jusqu'à présent", a-t-il déclaré. Le registre. Robertson a aidé à développer Morpheus, un modèle d'apprentissage automatique formé pour parcourir les pixels et sélectionner des objets flous en forme de goutte dans les profondeurs de l'espace et déterminer si ces structures sont des galaxies ou non, et si oui, de quel type.

Le logiciel sera utilisé dans le cadre du programme COSMOS-Webb, le projet le plus vaste et le plus ambitieux que le télescope entreprendra au cours de sa première année. Robertson et une équipe de près de 50 chercheurs étudieront un demi-million de galaxies depuis une partie du ciel ; ils rechercheront les galaxies les plus anciennes et les plus évoluées pour étudier l'évolution de la matière noire au fil du temps lorsque ces structures ont commencé à héberger des étoiles, et utiliseront le logiciel pour automatiser ce processus.

Robertson et ses collègues ont mis à jour Morpheus pour s'adapter aux données du JWST. « Nous avons maintenant intégré des méthodes d'attention qui permettent de classer de plus grandes régions d'images à la fois, ce qui a entraîné une accélération d'environ un facteur cent. Le nouveau Morpheus peut classer des images plus grandes plus rapidement et de manière plus fiable qu'auparavant », nous a-t-il dit.

La dernière version du logiciel dispose également de nouvelles capacités de traitement d'image, telles que le démélange qui peut séparer les objets astronomiques qui semblent se chevaucher dans le ciel, a-t-il expliqué. 

Ces capacités seront utiles car le JWST offre une vue plus large et plus profonde de l'univers que jamais auparavant, et chaque image contiendra plus de structures qui ne peuvent pas être étudiées manuellement à l'œil nu. Morpheus a été initialement formé sur 7,600 XNUMX images de galaxies prises par le télescope spatial Hubble de la NASA, et Robertson estime qu'il devra être recyclé pour mieux s'adapter aux données du JWST.

"Nous allons essayer d'appliquer Morpheus tel quel sur les données JWST sans se recycler au préalable, et vérifier les performances des objets dans les régions du ciel où les données Hubble et JWST existent", nous a-t-il dit.

"Il est probable que nous devrons recycler Morpheus sur la base des données JWST étant donné que les données JWST sont plus rouges, s'étendent sur une plus large gamme de longueurs d'onde et que la fonction d'étalement des points - essentiellement à quoi ressemble une étoile à travers l'optique du télescope - diffère de Hubble."

Morpheus fonctionnera sur le supercalculateur de l'UC Santa Cruz La Lux, lequel est armé avec 80 nœuds de calcul uniquement CPU contenant chacun deux processeurs Intel Cascade Lake Xeon à 20 cœurs et 28 nœuds GPU uniquement contenant chacun deux GPU Nvidia V100. "Une fois les données en main, exécuter Morpheus sur toutes les images JWST ne prendra que quelques jours au maximum sur lux", a déclaré Robertson. 

Le télescope de dix milliards de dollars tant attendu a finalement été lancé le jour de Noël l'année dernière après des retards répétés. Le contrôle au sol a passé des mois à aligner parfaitement son système complexe à 18 miroirs avant que l'instrument ne commence à détecter son premiers photons en février. ®