कई वर्तमान और रोमांचक वैज्ञानिक प्रश्न जिनका उत्तर खगोलशास्त्री देने का प्रयास कर रहे हैं, उन्हें विभिन्न ब्रह्मांडीय घटनाओं के बड़े नमूने एकत्र करने की आवश्यकता होती है। परिणामस्वरूप, आधुनिक खगोलीय वेधशालाएँ अथक डेटा-जनरेटिंग मशीनें बन गई हैं जो हर रात खगोलविदों को हजारों अलर्ट और छवियां भेजती हैं।
मशीन लर्निंग एल्गोरिदम का उपयोग करते हुए, ज़्विकी ट्रांसिएंट फैसिलिटी के खगोलविद सहयोग करते हैं कैलटेक 1000 सुपरनोवा को स्वायत्त रूप से सफलतापूर्वक वर्गीकृत किया गया। एल्गोरिथम को कैल्टेक के पालोमर वेधशाला पर आधारित एक आकाश सर्वेक्षण उपकरण, ज़्विकी ट्रांजिएंट फैसिलिटी या ZTF द्वारा कैप्चर किए गए डेटा पर लागू किया गया था।
हर रात, ZTF क्षणिक घटनाओं के रूप में जाने जाने वाले परिवर्तनों के लिए रात के आकाश का विश्लेषण करता है। इसमें गतिमान क्षुद्रग्रहों से लेकर हाल ही में निगले गए तारों तक सब कुछ शामिल है काला छेद विस्फोटित तारों को सुपरनोवा कहा जाता है। ZTF हर रात सैकड़ों हजारों सिग्नल भेजकर दुनिया भर के खगोलविदों को इन क्षणिक घटनाओं के बारे में सूचित करता है।
इसके बाद खगोलशास्त्री बदलती वस्तुओं की प्रकृति का पता लगाने और उसकी जांच करने के लिए अन्य दूरबीनों का उपयोग करते हैं। अब तक, ZTF डेटा से हजारों सुपरनोवा की खोज हुई है।
ZTF के परियोजना वैज्ञानिक और कैलटेक में खगोल विज्ञान के शोध प्रोफेसर मैथ्यू ग्राहम ने कहा, "एक खगोलशास्त्री की वेधशाला में बैठने और दूरबीन से छवियों को छानने की पारंपरिक धारणा में बहुत अधिक रूमानियत है लेकिन यह वास्तविकता से दूर जा रही है।"
मशीन लर्निंग एल्गोरिदम का उपयोग करते हुए, खगोलविदों ने उम्मीदवार को वर्गीकृत करने के लिए एसएनआईस्कोर विकसित किया सुपरनोवा. SNIascore वर्गीकृत कर सकता है जिसे टाइप Ia सुपरनोवा, या आकाश में "मानक मोमबत्तियाँ" के रूप में जाना जाता है। ये मरते हुए तारे लगातार ताकत के थर्मोन्यूक्लियर विस्फोट से टकराते हैं।
वैज्ञानिक अब निकट भविष्य में अन्य प्रकार के सुपरनोवा को वर्गीकृत करने के लिए एल्गोरिदम की क्षमताओं का विस्तार करने पर काम कर रहे हैं।
क्रिस्टोफ़र फ़्रेमलिंग, कैलटेक के एक कर्मचारी खगोलशास्त्री और नए एल्गोरिदम के पीछे के मास्टरमाइंड, जिसे एसएनआईएस्कोर कहा जाता है, ने कहा, “हमें मदद की ज़रूरत थी, और हम जानते थे कि एक बार जब हम अपने कंप्यूटरों को काम करने के लिए प्रशिक्षित कर लेंगे, तो वे हमारी पीठ से एक बड़ा बोझ उठा लेंगे। SNIascore ने अप्रैल 2021 में अपना पहला सुपरनोवा वर्गीकृत किया, और डेढ़ साल बाद, हम 1,000 सुपरनोवा का एक अच्छा मील का पत्थर हासिल कर रहे हैं।
“SNIascore उल्लेखनीय रूप से सटीक है। 1,000 सुपरनोवा के बाद, हमने देखा है कि एल्गोरिदम वास्तविक दुनिया में कैसा प्रदर्शन करता है। अप्रैल 2021 में लॉन्च होने के बाद से हमें कोई गलत वर्गीकृत घटना नहीं मिली है, और हम अन्य अवलोकन सुविधाओं के साथ उसी एल्गोरिदम को लागू करने की योजना बना रहे हैं।
आशीष महाबल, जो ZTF के लिए मशीन लर्निंग गतिविधियों का नेतृत्व करते हैं और कैलटेक के सेंटर फॉर डेटा-ड्रिवेन डिस्कवरी में प्रमुख कम्प्यूटेशनल और डेटा वैज्ञानिक के रूप में कार्य करते हैं, कहते हैं, “यह कार्य अच्छी तरह से दर्शाता है कि कैसे यंत्र अधिगम वास्तविक समय के खगोल विज्ञान में अनुप्रयोग विकसित हो रहे हैं।"
आशीष महाबल, कैल्टेक के सेंटर फॉर डेटा-ड्रिवेन डिस्कवरी के एक कम्प्यूटेशनल वैज्ञानिक, जो ZTF के लिए मशीन लर्निंग गतिविधियों का नेतृत्व करते हैं, कहा, "SNIascore अन्य अंतर्निहित मशीन लर्निंग एल्गोरिदम और परतों के शीर्ष पर बैठता है जिन्हें हमने ZTF के लिए विकसित किया है, और यह अच्छी तरह से दर्शाता है कि वास्तविक समय के खगोल विज्ञान में मशीन लर्निंग एप्लिकेशन कैसे उम्र में आ रहे हैं।"
