AI segít tanulmányozni a James Webb Űrteleszkóp első képeit

A tudósok szerte a világon arra készülnek, hogy tanulmányozzák a James Webb Űrteleszkóp első felvételeit, amelyeket július 12-én adnak ki.

Egyes csillagászok gépi tanulási algoritmusokat fognak futtatni az adatokon, hogy a mélyűrben lévő galaxisokat korábban soha nem látott részletességgel észleljék és osztályozzák. Brant Robertson, a Santa Cruz-i Kaliforniai Egyetem asztrofizika professzora úgy véli, hogy a teleszkóp kattanásai áttörések Ez segít jobban megérteni, hogyan alakult ki az univerzum mintegy 13.7 milliárd évvel ezelőtt.

„A JWST adatok azért izgalmasak, mert példátlan ablakot nyitnak az infravörös univerzumban, olyan felbontással, amiről eddig csak álmodoztunk” – mondta. A regisztráció. Robertson segített a fejlődésben Morfeusz, egy gépi tanulási modell, amely képpontokon át pórusos, és elmosódott folt alakú objektumokat választ ki az űr mélyéből, és meghatározza, hogy ezek a struktúrák galaxisok-e vagy sem, és ha igen, milyen típusúak.

A szoftver a COSMOS-Webb program részeként kerül felhasználásra, amely a legnagyobb és legambiciózusabb projekt, amelyet a teleszkóp az első évben vállal. Robertson és egy közel 50 fős kutatócsoport félmillió galaxist fog felmérni az égbolt egy foltjából; a legrégebbi, teljesen kifejlődött galaxisokra fognak vadászni, hogy tanulmányozzák, hogyan fejlődött az idő múlásával a sötét anyag, amikor ezek a struktúrák csillagokat kezdtek befogadni, és a szoftver segítségével automatizálják ezt a folyamatot.

Robertson és munkatársai frissítették a Morpheust, hogy alkalmazkodjanak a JWST adataihoz. „Most olyan figyelemfelkeltő módszereket integráltunk, amelyek lehetővé teszik a képek nagyobb régióinak egyidejű osztályozását, ami nagyjából százszoros gyorsulást eredményezett. Az újabb Morpheus gyorsabban és megbízhatóbban képes osztályozni a nagyobb képeket, mint korábban” – mondta lapunknak.

A szoftver legújabb verziója új képfeldolgozási képességekkel is rendelkezik, mint például a deblending, amely képes elkülöníteni azokat a csillagászati ​​objektumokat, amelyek átfedésben vannak az égen – magyarázta. 

Ezek a képességek jól jönnek, mivel a JWST minden eddiginél szélesebb és mélyebb rálátást biztosít az univerzumra, és minden kép több olyan szerkezetet tartalmaz majd, amelyet szabad szemmel nem lehet manuálisan tanulmányozni. Morpheust eredetileg 7,600 galaxisfelvételen képezték ki, amelyeket a NASA Hubble Űrteleszkópja készített, és Robertson úgy véli, hogy át kell képezni, hogy jobban alkalmazkodhasson a JWST adataihoz.

„Megpróbáljuk úgy alkalmazni a Morpheust, ahogyan a JWST adatokon van, anélkül, hogy először átképzést végzünk, és ellenőrizzük az objektumok teljesítményét az égbolt azon régióiban, ahol a Hubble és a JWST adatok is léteznek” – mondta nekünk.

„Valószínűleg újra kell tanítanunk a Morpheust a JWST adatok alapján, mivel a JWST adatok vörösebbek, szélesebb hullámhossz-tartományra terjednek ki, és a pontszórási függvény – alapvetően az, ahogyan a csillag néz ki a teleszkóp optikáján keresztül – eltér a Hubble-tól.”

A Morpheus az UC Santa Cruz szuperszámítógépén fog futni Lux, Amely fegyveres 80, csak CPU-t használó számítási csomóponttal, amelyek mindegyike két 20 magos Intel Cascade Lake Xeon processzort és 28 csak GPU-t tartalmazó csomópontot tartalmaz, amelyek mindegyike két Nvidia V100 GPU-t tartalmaz. "Ha az adatok kéznél vannak, a Morpheus futtatása az összes JWST-képen legfeljebb néhány napig tart luxon" - mondta Robertson. 

A régóta várt tízmilliárd dolláros távcső ismételt halasztás után végül tavaly karácsony napján indult útnak. A földi irányítás hónapokat töltött a bonyolult, 18 tükörből álló rendszer tökéletes összehangolásával, mielőtt a műszer elkezdte volna észlelni azt első fotonok februárban. ®