世界各地的科学家正在加紧研究詹姆斯韦伯太空望远镜拍摄的第一批图像，这些图像将于 12 月 XNUMX 日发布。
一些天文学家将在数据上运行机器学习算法，以前所未有的详细程度检测和分类深空星系。 美国加州大学圣克鲁兹分校天体物理学教授布兰特·罗伯逊认为，望远镜的快照将导致 突破 这将有助于我们更好地了解宇宙在大约 13.7 亿年前是如何形成的。
“JWST 数据令人兴奋，因为它为我们提供了一个前所未有的红外宇宙窗口，其分辨率是我们迄今为止梦寐以求的，”他告诉 注册. 罗伯逊帮助发展 睡眠，这是一种机器学习模型，经过训练，可以仔细研究像素并从空间的深渊中挑选出模糊的斑点状物体，并确定这些结构是否是星系，如果是，属于什么类型。
该软件将用作 COSMOS-Webb 计划的一部分，这是该望远镜在第一年将进行的最大和最雄心勃勃的项目。 罗伯逊和一个由近 50 名研究人员组成的团队将从一片天空中调查 XNUMX 万个星系； 他们将寻找最古老、完全演化的星系，以研究随着这些结构开始承载恒星而暗物质如何随时间演化，并使用该软件使这一过程自动化。
Robertson 和他的同事已经更新了 Morpheus 以适应来自 JWST 的数据。 “我们现在已经集成了注意力方法，允许一次对更大的图像区域进行分类，这导致了大约 XNUMX 倍的加速。 较新的 Morpheus 可以比以前更快、更可靠地对更大的图像进行分类，”他告诉我们。
他解释说，该软件的最新版本还具有新的图像处理功能，例如可以分离出看起来在天空中重叠的天文物体的去混合功能。
这些能力将派上用场，因为 JWST 提供了比以往任何时候都更广泛、更深入的宇宙视野，并且每张图像都将包含更多肉眼无法手动研究的结构。 Morpheus 最初接受了美国宇航局哈勃太空望远镜拍摄的 7,600 张星系图像的训练，罗伯逊认为它必须重新训练以更好地适应来自 JWST 的数据。
“我们将尝试在不重新训练的情况下将 Morpheus 原样应用于 JWST 数据，并检查存在哈勃和 JWST 数据的天空区域中物体的性能，”他告诉我们。
“鉴于 JWST 数据更红，波长范围更广，并且点扩散函数（基本上是通过望远镜光学系统看起来恒星的样子）与哈勃望远镜不同，我们很可能需要根据 JWST 数据重新训练 Morpheus。”
Morpheus 将在加州大学圣克鲁斯分校的超级计算机上运行 勒克司，这是 武装的 80 个纯 CPU 计算节点，每个节点包含两个 20 核 Intel Cascade Lake Xeon 处理器，以及 28 个纯 GPU 节点，每个节点包含两个 Nvidia V100 GPU。 “一旦掌握了数据，在所有 JWST 图像上运行 Morpheus 最多只需要几天的 lux，”Robertson 说。
期待已久的价值 18 亿美元的望远镜经过一再拖延，终于在去年圣诞节发射升空。 在仪器开始检测到 第一光子 二月里。 ®
