L'apprendimento automatico è stato utilizzato per caratterizzare gli elementi pesanti che le prime stelle dell'universo hanno trasmesso ai loro immediati successori dopo essere esplose in supernove. Questa eredità cosmica di elementi è stata studiata da ricercatori affiliati al Istituto Kavli per la Fisica e la Matematica dell'Universo a Tokyo, che hanno trovato prove che la maggior parte della prima generazione di stelle nell'universo esisteva in sistemi di due o più stelle.
La prima generazione di stelle nell'universo si è formata da materiale fornito direttamente dal Big Bang, che era quasi esclusivamente idrogeno ed elio. Ritenuti massicci e di breve durata, queste stelle hanno creato elementi più pesanti (chiamati "metalli" dagli astronomi) quando le stelle sono esplose come supernove. Questo materiale ha poi formato i mattoni della seconda generazione di stelle molto più longeve, alcune delle quali sopravvivono ancora oggi nella Via Lattea. Sebbene queste stelle contengano elementi più pesanti rispetto alla prima generazione, sono ancora descritte come "estremamente povere di metallo".
Precedenti simulazioni al computer hanno suggerito che molte stelle di prima generazione esistessero in gruppi di due o più, ma fino ad ora non ci sono state prove osservative di questa molteplicità. Ora, il team di Kavli ha utilizzato un sistema di apprendimento automatico per analizzare il contenuto di metallo di circa 460 stelle di seconda generazione che sono state osservate dal Spettrografo Prime Focus sul telescopio giapponese Subaru alle Hawaii. Questi dati spettrali contengono informazioni sulla composizione elementare delle stelle e delle supernove che hanno fornito il materiale per la loro formazione.
Supernove simulate
I dati sono stati analizzati utilizzando un algoritmo di apprendimento automatico creato da Tilman Hartwig dell'Università di Tokio. L'apprendimento automatico è un tipo di intelligenza artificiale (AI) e il sistema è stato addestrato utilizzando migliaia di simulazioni di supernove di prima generazione su un'ampia gamma di masse stellari ed energie esplosive. Queste simulazioni hanno utilizzato un modello di nucleosintesi per prevedere la produzione elementare di ogni tipo di supernova. L'algoritmo è stato quindi in grado di determinare se una stella di seconda generazione è stata creata con l'output di una supernova o di più supernove.
«Abbiamo scoperto che la maggior parte (68%) delle stelle di seconda generazione era arricchita da più supernove delle prime stelle, analizzando le composizioni chimiche delle stelle di seconda generazione osservate», spiega un membro del team Chiaki kobayashi del Centro per la ricerca astrofisica presso l'Università dell'Hertfordshire nel Regno Unito. "Le nostre scoperte indicano che all'inizio dell'universo, le prime stelle si sono formate in un sistema stellare multiplo o in un ammasso di stelle, il che è stato indicato in simulazioni teoriche, ma non è mai stato confermato con osservazioni prima".
“Elementi leggeri come il carbonio e l'azoto possono essere prodotti in stelle di piccola massa come il Sole, ma la maggior parte degli elementi come l'ossigeno e il ferro sono prodotti dalle supernove. L'ultima ricerca suggerisce anche che anche gli elementi più pesanti come l'oro e l'uranio sono prodotti dalle supernove", spiega. “Questi elementi sono distribuiti dalle regioni di formazione stellare al mezzo interstellare dalle esplosioni di supernova. Questo processo può innescare o sopprimere la formazione della prossima generazione di stelle, e quindi le supernove sono importanti per l'intera storia delle galassie».
Nascita e morte stellare
Miho Ishigaki, che è anche all'Università di Tokyo, aggiunge che l'approccio convenzionale all'interpretazione delle abbondanze elementari nelle stelle è quello di adattare i dati a un modello che descrive l'output di una singola stella che ha subito una supernova. Ciò presuppone che solo una supernova sia responsabile della produzione dei metalli in una data stella estremamente povera di metalli.
I sedimenti di supernova continuano a piovere sulla Terra e sulla Luna
"Se situazioni più complesse, come le supernove multiple, arricchiscono la prossima generazione di stelle, non è possibile vincolare i modelli con sicurezza dati dati limitati", afferma, motivo per cui il team si è rivolto all'apprendimento automatico. “L'approccio dell'apprendimento automatico è un modo efficiente di interpretare quei dati tenendo conto di modelli teorici complessi. Un tale approccio basato sull'intelligenza artificiale sarà più importante nel prossimo decennio, quando saranno disponibili più dati dalle prossime indagini astronomiche", spiega.
Kobayashi aggiunge: “Ora posso immaginare che molte stelle luminose si formino insieme, il che può accelerare la formazione delle galassie e l'arricchimento chimico dell'universo. Questa idea è coerente con ciò che stiamo vedendo con gli ultimi risultati del James Webb Space Telescope».
Kobayashi afferma che il team indagherà in seguito su quante supernove hanno arricchito in media la seconda generazione di stelle, uno studio che richiederà dati osservativi più accurati.
La ricerca è descritta in The Astrophysical Journal.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Coniare il futuro con Adryenn Ashley. Accedi qui.
- Fonte: https://physicsworld.com/a/first-stars-in-the-universe-formed-in-groups-machine-learning-study-reveals/
- :ha
- :È
- :non
- $ SU
- a
- capace
- WRI
- AC
- Il mio account
- preciso
- Aggiunge
- affiliato
- Dopo shavasana, sedersi in silenzio; saluti;
- AI
- algoritmo
- anche
- an
- analizzare
- Analizzando
- ed
- approccio
- SONO
- artificiale
- intelligenza artificiale
- Intelligenza artificiale (AI)
- artistico
- AS
- At
- disponibile
- media
- BE
- diventare
- stato
- prima
- Inizio
- creduto
- Big
- Big Bang
- Blocchi
- Brillants
- bolla
- Costruzione
- ma
- by
- detto
- Materiale
- carbonio
- centro
- caratterizzare
- chimico
- Cloud
- Cluster
- complesso
- computer
- fiducia
- CONFERMATO
- coerente
- contenere
- contenuto
- convenzionale
- creato
- dati
- giorno
- decennio
- descritta
- Determinare
- direttamente
- distribuito
- giù
- ogni
- terra
- efficiente
- elementi
- arricchire
- arricchito
- Intero
- prova
- esclusivamente
- Spiega
- esplosioni
- estremamente
- Nome
- Prima generazione
- in forma
- Focus
- Nel
- formazione
- formato
- essere trovato
- da
- galassie
- galassia
- ELETTRICA
- dato
- Oro
- Gruppo
- Avere
- pesante
- elio
- storia
- Come
- http
- HTTPS
- Idrogenazione
- idea
- Immagine
- immagine
- immediato
- importante
- in
- indicato
- informazioni
- eredità
- Istituto
- Intelligence
- interstellare
- ai miglioramenti
- indagare
- problema
- IT
- James Webb Space Telescope
- Giappone
- jpg
- grandi
- con i più recenti
- apprendimento
- piace
- Limitato
- macchina
- machine learning
- Maggioranza
- trucco
- molti
- masse
- massiccio
- materiale
- matematica
- max-width
- medie
- membro
- metallo
- metalli
- Via Lattea
- modello
- modelli
- Scopri di più
- maggior parte
- multiplo
- GENERAZIONE
- adesso
- of
- on
- ONE
- esclusivamente
- or
- produzione
- ancora
- Oxygen
- Passato
- Fisica
- Platone
- Platone Data Intelligence
- PlatoneDati
- possibile
- predire
- processi
- Prodotto
- Produzione
- purché
- RAIN
- gamma
- regioni
- richiedere
- riparazioni
- ricercatori
- responsabile
- Risultati
- Rivela
- s
- dice
- Secondo
- Seconda generazione
- vedendo
- alcuni
- singolo
- situazioni
- alcuni
- lo spazio
- Spettrale
- velocità
- Stella
- Stelle
- Stellar
- Ancora
- studiato
- Studio
- tale
- suggerisce
- Dom.
- supernova
- sopravvivere
- sistema
- SISTEMI DI TRATTAMENTO
- presa
- team
- cannocchiale
- di
- che
- Il
- loro
- teorico
- Là.
- perciò
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- questo
- quelli
- migliaia
- miniature
- a
- insieme
- Tokyo
- allenato
- innescare
- vero
- Turned
- Universo
- Università
- Università di Tokyo
- imminenti
- utilizzato
- utilizzando
- Fisso
- Prima
- Modo..
- we
- sono stati
- Che
- se
- quale
- while
- OMS
- perché
- largo
- Vasta gamma
- volere
- con
- entro
- zefiro