Številna aktualna in vznemirljiva znanstvena vprašanja, na katera skušajo odgovoriti astronomi, od njih zahtevajo zbiranje velikih vzorcev različnih kozmičnih dogodkov. Posledično so sodobni astronomski observatoriji postali neusmiljeni stroji za ustvarjanje podatkov, ki astronomom vsako noč pošljejo na tisoče opozoril in slik.
Z uporabo algoritma strojnega učenja so astronomi iz kolaboracije Zwicky Transient Facility pri Caltech uspešno avtonomno razvrstil 1000 supernov. Algoritem je bil uporabljen za podatke, ki jih je zajel Zwicky Transient Facility ali ZTF, instrument za raziskovanje neba na Caltechovem observatoriju Palomar.
ZTF vsako noč analizira nočno nebo za spremembe, znane kot prehodni dogodki. To zajema vse, od asteroidov v gibanju do nedavno požrtih zvezd črne luknje do eksplozivnih zvezd, imenovanih supernove. ZTF obvešča astronome po vsem svetu o teh prehodnih pojavih tako, da vsako noč pošlje več sto tisoč signalov.
Astronomi nato uporabijo druge teleskope za spremljanje in raziskovanje narave spreminjajočih se predmetov. Doslej so podatki ZTF vodili do odkritja na tisoče supernov.
Matthew Graham, projektni znanstvenik za ZTF in raziskovalni profesor astronomije na Caltechu, je dejal, "Tradicionalna predstava o astronomu, ki sedi na observatoriju in pregleduje slike teleskopa, nosi veliko romantike, vendar se oddaljuje od realnosti."
Z uporabo algoritmov strojnega učenja so astronomi razvili SNIascore za razvrščanje kandidatov supernove. SNIascore lahko razvrsti tako imenovane supernove tipa Ia ali »standardne sveče« na nebu. Te umirajoče zvezde počijo s termonuklearno eksplozijo dosledne moči.
Znanstveniki zdaj delajo na razširitvi zmogljivosti algoritma za razvrščanje drugih vrst supernov v bližnji prihodnosti.
Christoffer Fremling, zaposleni astronom pri Caltechu in idejni začetnik novega algoritma, imenovanega SNIascore, je dejal: »Potrebovali smo roko pomoči in vedeli smo, da ko bomo svoje računalnike usposobili za opravljanje dela, bodo prevzeli veliko breme z naših hrbtov. SNIascore je svojo prvo supernovo klasificiral aprila 2021, leto in pol kasneje pa dosegamo lep mejnik 1,000 supernov.«
»SNIascore je izjemno natančen. Po 1,000 supernovah smo videli, kako se algoritem obnese v resničnem svetu. Od izstrelitve aprila 2021 nismo našli nobenega napačno razvrščenega dogodka in načrtujemo, da bomo isti algoritem uvedli z drugimi objekti za opazovanje.«
Ashish Mahabal, ki vodi dejavnosti strojnega učenja za ZTF in služi kot vodilni računalniški in podatkovni znanstvenik v Caltechovem centru za podatkovno vodeno odkrivanje, dodaja, »To delo dobro prikazuje, kako strojno učenje aplikacije postajajo zrele v astronomiji skoraj v realnem času.«
Ashish Mahabal, računalniški znanstvenik v Caltechovem centru za podatkovno vodeno odkrivanje, ki vodi dejavnosti strojnega učenja za ZTF, je dejal, "SNIascore je poleg drugih osnovnih algoritmov in plasti strojnega učenja, ki smo jih razvili za ZTF, in dobro prikazuje, kako aplikacije strojnega učenja postajajo zrele v astronomiji skoraj v realnem času."
