Телескоп Темной Энергии позволяет видеть Вселенную через новые объективы

Изображения, собранные для проекта темноэнергетического телескопа, показывают сотни новых кандидатов на гравитационные линзы

Подобно хрустальным шарам для сокровенных тайн Вселенной, галактики и другие массивные космические объекты могут служить линзами для более удаленных объектов и явлений по тому же самому пути, изгибая свет.

Космические линзы

Гравитационное линзирование было впервые теоретизировано Альбертом Эйнштейном более 100 лет назад, чтобы описать, как свет изгибается, когда он проходит мимо массивных объектов, таких как галактики и скопления галактик.

Подписывайтесь на наш youtube канал!

Эти эффекты линзирования обычно описываются как слабые или сильные, а сила линзы связана с положением объекта, его массой и расстоянием от линзируемого источника света. Сильные линзы могут иметь в 100 миллиардов раз большую массу, чем наше Солнце, в результате чего свет от более удаленных объектов, находящихся на одном и том же пути, увеличивается и расщепляется, например, на несколько изображений, или появляется в виде драматических дуг или колец.

Основным ограничением сильных гравитационных линз является их нехватка, подтвержденная лишь несколькими сотнями со времени первого наблюдения в 1979 году, но это меняется ... и быстро.

Новое исследование, проведенное международной группой ученых, выявило 335 новых кандидатов на получение мощных линз, основанных на глубоком погружении в данные, собранные для проекта телескопа Министерства энергетики США в Аризоне под названием "Спектроскопический прибор темной энергии" (DESI). В исследовании, опубликованном 7 мая 2020 года в Astrophysical Journal, использовался алгоритм, победивший в международном научном конкурсе.

"Нахождение этих объектов похоже на поиск телескопов размером с галактику", - сказал Дэвид Шлегель, старший научный сотрудник отдела физики Национальной лаборатории Лоуренса Беркли (Berkeley Lab's), принимавший участие в исследовании. "Это мощные сенсоры темной материи и темной энергии".

Эти недавно открытые кандидаты в гравитационные линзы могли бы предоставить специальные маркеры для точного измерения расстояний до галактик в древней Вселенной, если бы, например, сверхновые наблюдались и точно отслеживались и измерялись с помощью этих линз.

Мощные линзы также обеспечивают мощное окно в невидимую Вселенную из темной материи, которая составляет около 85 % материи во Вселенной, так как большая часть массы, отвечающей за линзовые эффекты, считается темной материей. Темная материя и ускоряющееся расширение Вселенной, движимое темной энергией, являются одними из самых больших тайн, над разгадкой которых работают физики.

В последнем исследовании ученые обратились к Кори, суперкомпьютеру Национального центра научных вычислений в области энергетических исследований Лаборатории Беркли (NERSC), с просьбой автоматически сравнить данные, полученные в ходе исследования наследия темной энергетической камеры (DECaLS) - одного из трех исследований, проведенных в рамках подготовки к DESI, - с образцами из 423 известных линз и 9451 нелинзового оборудования.

Исследователи сгруппировали кандидатов с мощными линзами по трем категориям в зависимости от вероятности того, что это действительно линзы: Класс А для 60 кандидатов, которые скорее всего являются линзами, класс В для 105 кандидатов с менее выраженными чертами, и класс С для 176 кандидатов, которые имеют более слабые и менее выраженные черты линз, чем те, которые находятся в двух других категориях.

Сяошэн Хуан, ведущий автор исследования, отметил, что команде уже удалось выиграть время на космическом телескопе Хаббла, чтобы подтвердить некоторые из наиболее перспективных кандидатов на линзы, выявленных в исследовании, с наблюдением на Хаббле, которое началось в конце 2019 года.

"Космический телескоп Хаббла может видеть мельчайшие детали без эффекта размытия земной атмосферы", - сказал Хуанг.

Кандидаты были идентифицированы с помощью нейронной сети, которая является одной из форм искусственного интеллекта, в которой компьютерная программа обучена постепенно улучшать соответствие изображений с течением времени для обеспечения все большего успеха в идентификации объективов. Компьютерные нейронные сети вдохновлены биологической сетью нейронов в мозге человека.

"На обучение нейронной сети уходит несколько часов", - сказал Хуанг. "Существует очень сложная модель подбора "Что такое линза?" и "Что такое не линза?".

Хуан отметил, что был проведен кропотливый ручной анализ снимков, чтобы помочь выбрать лучшие снимки для обучения сети из десятков тысяч снимков. Он вспомнил одну субботу, во время которой он целый день сидел со студентами-исследователями, чтобы порыться в десятках тысяч изображений для составления выборочных списков линз и нелинз.

"Мы не просто выбрали их случайным образом", - сказал Хуанг. "Нам пришлось дополнить этот набор отобранными вручную примерами, которые выглядят как линзы, но не являются линзами, - например, - и мы отобрали те, которые могут быть потенциально запутанными".

Участие студентов было ключевым в исследовании, добавил он. "Студенты усердно работали над этим проектом и решили много трудных задач, при этом, в то же время, занимаясь полной нагрузкой", - сказал он. Один из студентов, который работал над исследованием, Кристофер Шторфер, впоследствии был выбран для участия в программе DOE Science Undergraduate Laboratory Internship (SULI) в Berkeley Lab.

Исследователи уже усовершенствовали алгоритм, который использовался в последнем исследовании для ускорения идентификации возможных линз. В то время как, по оценкам, 1 из 10 000 галактик действует в качестве линзы, нейронная сеть может устранить большинство нелинз. "Вместо того, чтобы просматривать 10 000 изображений, чтобы найти один, теперь у нас есть всего несколько десятков", - сказал он.

Первоначально нейронная сеть была разработана для конкурса на лучший гравитационный объектив "The Strong Gravitational Lens Finding Challenge", который проходил с ноября 2016 года по февраль 2017 года и послужил стимулом для разработки автоматизированных инструментов для поиска сильных линз.

По словам Шлегеля, с увеличением объема данных наблюдений и появлением новых проектов телескопов, таких как DESI и Большой синоптический съемочный телескоп (LSST), запуск которых запланирован на 2023 год, существует острая конкуренция за добычу этих данных с помощью сложных инструментов искусственного интеллекта.

"Эта конкуренция полезна", - сказал он. Команда, базирующаяся, например, в Австралии, также нашла много новых кандидатов на лицензирование, используя другой подход. "Около 40 процентов из того, что они обнаружили, мы не нашли", а также исследование, в котором принимал участие Шлегель, выявило много кандидатов на получение линз, которых не было у другой команды.

Хуанг сказал, что команда расширила свои поиски объективов в других источниках данных, полученных с помощью сканирования неба, и команда также рассматривает вопрос о том, стоит ли подключаться к более широкому набору вычислительных ресурсов, чтобы ускорить охоту.По словам Шлегеля, "цель для нас - достичь 1000" новых кандидатов на объективы. опубликовано econet.ru по материалам scitechdaily.com

Подписывайтесь на наш канал Яндекс Дзен!

P.S. И помните, всего лишь изменяя свое потребление - мы вместе изменяем мир! © econet