Multe întrebări științifice actuale și interesante la care astronomii încearcă să răspundă le cer să colecteze mostre mari de diferite evenimente cosmice. Drept urmare, observatoarele astronomice moderne au devenit mașini necruțătoare care generează date care aruncă mii de alerte și imagini către astronomi în fiecare noapte.
Folosind un algoritm de învățare automată, astronomii din colaborarea Zwicky Transient Facility la Caltech a clasificat cu succes 1000 de supernove în mod autonom. Algoritmul a fost aplicat datelor capturate de Zwicky Transient Facility, sau ZTF, un instrument de cercetare a cerului bazat la Observatorul Palomar din Caltech.
În fiecare noapte, ZTF analizează cerul nopții pentru modificări cunoscute sub numele de evenimente tranzitorii. Aceasta acoperă totul, de la asteroizi în mișcare până la stele recent devorate găuri negre la stelele care explodează numite supernove. ZTF informează astronomii din întreaga lume cu privire la aceste fenomene tranzitorii, trimițând sute de mii de semnale în fiecare noapte.
Astronomii folosesc apoi alte telescoape pentru a urmări și a investiga natura obiectelor în schimbare. Până acum, datele ZTF au dus la descoperirea a mii de supernove.
Matthew Graham, om de știință al proiectului pentru ZTF și profesor de cercetare în astronomie la Caltech, a spus: „Noțiunea tradițională a unui astronom care stă la observator și cerne imaginile telescopului poartă mult romantism, dar se îndepărtează de realitate.”
Folosind algoritmi de învățare automată, astronomii au dezvoltat SNIascore pentru a clasifica candidații supernove. SNIascore poate clasifica ceea ce este cunoscut sub numele de supernove de tip Ia sau „lumânări standard” de pe cer. Aceste stele muribunde izbucnesc cu o explozie termonucleară de o putere constantă.
Oamenii de știință lucrează acum la extinderea capacităților algoritmului de a clasifica alte tipuri de supernove în viitorul apropiat.
Christoffer Fremling, un astronom personal la Caltech și creierul din spatele noului algoritm, numit SNIascore, a spus: „Aveam nevoie de o mână de ajutor și știam că, odată ce ne-am antrenat computerele să facă treaba, ne vor lua o mare greutate de pe spate. SNIascore și-a clasificat prima supernovă în aprilie 2021, iar un an și jumătate mai târziu, atingem un reper frumos de 1,000 de supernove.”
„SNIascore este remarcabil de precis. După 1,000 de supernove, am văzut cum funcționează algoritmul în lumea reală. Nu am găsit niciun eveniment clasificat greșit de la lansare în aprilie 2021 și intenționăm să implementăm același algoritm cu alte facilități de observare.”
Ashish Mahabal, care conduce activitățile de învățare automată pentru ZTF și servește ca om de știință de calcul și date la Centrul Caltech pentru Descoperire bazată pe date, adaugă: „Această lucrare demonstrează bine cum masina de învățare aplicațiile devin majore în astronomia aproape în timp real.”
Ashish Mahabal, om de știință computațional la Centrul Caltech pentru Descoperire bazată pe date, care conduce activități de învățare automată pentru ZTF, a spus, „SNIascore se află pe lângă alți algoritmi și straturi de învățare automată pe care i-am dezvoltat pentru ZTF și demonstrează bine modul în care aplicațiile de învățare automată ajung la majoritate în astronomia aproape în timp real.”
