Международная группа астрономов разработала метод, позволяющий обнаружить гравитационные линзы в гигантских наборах наблюдательных данных. Этот метод базируется на том же самом алгоритме искусственного интеллекта, который Google, Facebook и Tesla используют в последние годы.
Когда одна галактика лежит позади другой галактики, мы иногда можем наблюдать скрытую от наблюдений галактику в виде реплик, окружающих галактику, расположенную на переднем плане. Это явление носит название гравитационного линзирования, поскольку оно проистекает из Общей теории относительности Эйнштейна, которая говорит, что масса способна искажать траекторию движущегося света. Астрономы производят поиски гравитационных линз, поскольку эти объекты помогают глубже понять природу темной материи.
«Охота» за гравитационными линзами подчас требует большого терпения. Астрономы должны пересмотреть тысячи снимков. Помощь в этом деле оказывают астрономы-любители всего мира. Однако в последнее время новые телескопы, наблюдающие обширные участки неба, стали получать все больше снимков, и пересмотреть все эти изображения вручную, даже пользуясь помощью добровольцев, стало довольно сложно.
Для решения этой проблемы в новом исследовании ученые во главе с Карло Энрико Петрилло (Carlo Enrico Petrillo) из Гронингенского университета, Нидерланды, воспользовались алгоритмом машинного интеллекта, называемым «сверточными нейронными сетями» (convolutional neural network). При помощи этого алгоритма в большом наборе наблюдательных данных, полученных при помощи обзора неба Kilo-Degree Survey, была обнаружена 761 гравитационная линза-кандидат. После дополнительного визуального контроля этого набора гравитационных линз-кандидатов астрономы смогли сократить его до 56 объектов. Эти 56 новых линз все еще ждут подтверждения при помощи космической обсерватории НАСА Hubble («Хаббл»).
Алгоритм сверточных нейронных сетей использовался ранее компаниями Google иFacebook для распознавания изображений на фотографиях, а компанией Tesla – при создании беспилотных автомобилей.
В будущем Петрилло и его коллеги планируют усовершенствовать свой алгоритм, чтобы в конечном счете полностью исключить необходимость этапа визуального отбора, требующего участия человека.
Работа опубликована в журнале Monthly Notices of the Royal Astronomical Society.
По информации http://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=10342
Обозрение "Terra & Comp".
