Багато актуальних і хвилюючих наукових питань, на які астрономи намагаються відповісти, вимагають від них збору великих зразків різних космічних подій. У результаті сучасні астрономічні обсерваторії перетворилися на невпинні машини для генерування даних, які щовечора надсилають астрономам тисячі сповіщень і зображень.
Використовуючи алгоритм машинного навчання, астрономи з колаборації Zwicky Transient Facility на Caltech успішно класифікував 1000 наднових автономно. Алгоритм був застосований до даних, отриманих Zwicky Transient Facility, або ZTF, інструментом для огляду неба, який базується на Паломарській обсерваторії Каліфорнійського технологічного інституту.
Щовечора ZTF аналізує нічне небо на наявність змін, відомих як тимчасові події. Це охоплює все, від астероїдів у русі до нещодавно знищених зірок чорних дір до зірок, що вибухають, які називаються надновими. ZTF сповіщає астрономів у всьому світі про ці тимчасові явища, надсилаючи сотні тисяч сигналів кожної ночі.
Потім астрономи використовують інші телескопи, щоб відстежувати та досліджувати природу мінливих об’єктів. Наразі дані ZTF дозволили виявити тисячі наднових.
Метью Грем, науковий співробітник проекту ZTF і професор-дослідник астрономії в Каліфорнійському технологічному інституті, сказав: «Традиційне уявлення про астронома, який сидить в обсерваторії та переглядає зображення телескопа, містить багато романтизму, але віддаляється від реальності».
Використовуючи алгоритми машинного навчання, астрономи розробили SNIascore для класифікації кандидатів наднові. SNIascore може класифікувати те, що відомо як наднові типу Ia, або «стандартні свічки» на небі. Ці вмираючі зірки вибухають термоядерним вибухом незмінної сили.
Зараз вчені працюють над розширенням можливостей алгоритму для класифікації інших типів наднових у найближчому майбутньому.
Крістофер Фремлінг, штатний астроном Каліфорнійського технологічного інституту та ідеолог нового алгоритму під назвою SNIascore, сказав: «Нам потрібна була допомога, і ми знали, що як тільки ми навчимо наші комп’ютери виконувати роботу, вони знімуть з наших спин велике навантаження. SNIascore класифікував свою першу наднову в квітні 2021 року, а через півтора року ми досягли гарної віхи в 1,000 наднових».
«SNIascore надзвичайно точний. Після 1,000 наднових ми побачили, як працює алгоритм у реальному світі. Ми не виявили жодної неправильно класифікованої події з моменту запуску в квітні 2021 року, і ми плануємо застосувати той самий алгоритм з іншими об’єктами спостереження».
Ашіш Махабал, який керує машинним навчанням для ZTF і є провідним спеціалістом з обчислень і обробки даних у Центрі дослідження, керованого даними Каліфорнійського технологічного інституту, додає: «Ця робота добре демонструє, як навчання за допомогою машини програми досягають зрілості в астрономії майже в реальному часі».
Ашіш Махабал, науковець з обчислювальної техніки в Центрі досліджень, керованих даними Каліфорнійського технологічного інституту, який керує машинним навчанням для ZTF, сказав, «SNIascore стоїть на вершині інших базових алгоритмів і рівнів машинного навчання, які ми розробили для ZTF, і добре демонструє, як програми машинного навчання стають дорослішими в астрономії майже в реальному часі».
