AI for å hjelpe med å studere de første bildene fra James Webb Space Telescope

Forskere over hele verden forbereder seg på å studere de første bildene tatt av romteleskopet James Webb, som skal utgis 12. juli.

Noen astronomer vil kjøre maskinlæringsalgoritmer på dataene for å oppdage og klassifisere galakser i det store rommet på et detaljnivå som aldri er sett før. Brant Robertson, professor i astrofysikk ved University of California, Santa Cruz, i USA, tror at teleskopets snapper vil føre til gjennombrudd som vil hjelpe oss å forstå hvordan universet ble dannet for rundt 13.7 milliarder år siden.

"JWST-dataene er spennende fordi de gir oss et enestående vindu på det infrarøde universet, med en oppløsning som vi bare har drømt om til nå," sa han Registeret. Robertson var med på å utvikle seg Morpheus, en maskinlæringsmodell som er trent til å pore over piksler og plukke ut uskarpe klumpformede objekter fra verdensrommets dype avgrunn og bestemme om disse strukturene er galakser eller ikke, og i så fall av hvilken type.

Programvaren vil bli brukt som en del av COSMOS-Webb-programmet, det største og mest ambisiøse prosjektet teleskopet skal gjennomføre det første året. Robertson og et team på nesten 50 forskere vil kartlegge en halv million galakser fra en flekk på himmelen; de vil jakte på de eldste, fullt utviklede galaksene for å studere hvordan mørk materie utviklet seg over tid da disse strukturene begynte å være vert for stjerner, og bruke programvaren til å automatisere denne prosessen.

Robertson og hans kolleger har oppdatert Morpheus for å tilpasse seg data fra JWST. «Vi har nå integrert oppmerksomhetsmetoder som gjør at større områder med bilder kan klassifiseres om gangen, noe som resulterte i en hastighetsøkning på omtrent en faktor på hundre. Den nyere Morpheus kan klassifisere større bilder raskere og mer pålitelig enn før," fortalte han oss.

Den nyeste versjonen av programvaren har også nye bildebehandlingsmuligheter, for eksempel deblending som kan skille ut astronomiske objekter som ser ut til å overlappe hverandre på himmelen, forklarte han. 

Disse evnene vil komme til nytte ettersom JWST gir et bredere og dypere syn på universet enn noen gang før, og hvert bilde vil inneholde flere strukturer som ikke kan studeres manuelt med det blotte øye. Morpheus ble opprinnelig trent på 7,600 galaksebilder tatt av NASAs Hubble-romteleskop, og Robertson regner med at den må omskoleres for bedre å tilpasse seg data fra JWST.

"Vi vil prøve å bruke Morpheus som den er på JWST-dataene uten å trene om først, og sjekke ytelsen for objekter i områder av himmelen der både Hubble- og JWST-data finnes," fortalte han oss.

"Det er sannsynlig at vi må omskolere Morpheus basert på JWST-dataene, gitt at JWST-data er rødere, strekker seg over et bredere spekter av bølgelengder, og punktspredningsfunksjonen – i utgangspunktet hvordan en stjerne ser ut gjennom teleskopoptikken – er forskjellig fra Hubble."

Morpheus vil kjøre på UC Santa Cruz sin superdatamaskin Lux, som er væpnet med 80 kun CPU-beregningsnoder som hver inneholder to 20-kjerners Intel Cascade Lake Xeon-prosessorer, og 28 GPU-noder som inneholder to Nvidia V100 GPUer hver. "Når dataene er i hånden, vil det å kjøre Morpheus på alle JWST-bildene bare ta noen få dager på det meste på lux," sa Robertson. 

Det etterlengtede teleskopet på ti milliarder dollar ble endelig skutt opp 18. juledag i fjor etter gjentatte forsinkelser. Bakkekontroll brukte måneder på å perfekt justere det komplekse XNUMX-speilsystemet før instrumentet begynte å oppdage det første fotoner i februar. ®