Астрономы обнаружили редкие нейтральные атомно-углеродные поглотители с помощью глубокой нейронной сети

Недавно международная команда под руководством профессора Гэ Цзяня из Шанхайской астрономической обсерватории Китайской академии наук провела поиск редких слабых сигналов в спектральных данных квазаров, опубликованных программой Sloan Digital Sky Survey III (SDSS-III), с помощью нейронных сетей глубокого обучения.

Представив новый метод изучения формирования и эволюции галактик, команда исследователей продемонстрировала потенциал искусственного интеллекта (ИИ) в выявлении редких слабых сигналов в больших астрономических данных. Исследование было опубликовано в Monthly Notices of the Royal Astronomical Society.

“Нейтральные углеродные поглотители” из холодного газа и пыли во Вселенной служат важными зондами для изучения формирования и эволюции галактик. Однако сигналы линий поглощения нейтрального углерода слабы и крайне редки.

Астрономам с трудом удавалось обнаружить эти поглотители в огромных спектральных массивах квазаров с помощью традиционных корреляционных методов. “Это все равно что искать иголку в стоге сена”, – говорит профессор Ге.

В 2015 году в спектрах десятков тысяч квазаров, выпущенных ранее SDSS, было обнаружено 66 нейтральных поглотителей углерода, что является самым большим количеством полученных образцов.

В этом исследовании команда профессора Ге разработала и обучила глубокие нейронные сети с большим количеством смоделированных образцов линий поглощения нейтрального углерода, основанных на реальных наблюдениях. Применив эти хорошо обученные нейронные сети к данным SDSS-III, команда обнаружила 107 чрезвычайно редких линий поглощения нейтрального углерода, удвоив количество образцов, полученных в 2015 году, и обнаружив больше слабых сигналов, чем раньше.

Сравнивая спектры многочисленных нейтральных поглотителей углерода, команда значительно расширила возможности определения содержания различных элементов и прямого измерения потери металлов в газе, вызванной пылью.

Результаты показали, что эти ранние галактики, содержащие нейтральные углеродные зонды, претерпели быструю физическую и химическую эволюцию, когда возраст Вселенной составлял всего около трех миллиардов лет (современный возраст Вселенной – 13,8 миллиарда лет). Эти галактики вошли в состояние эволюции между Большим Магеллановым Облаком (БМО) и Млечным Путем (МП), производя значительное количество металлов, некоторые из которых связывались вместе, образуя пылевые частицы, что привело к наблюдаемому эффекту покраснения пыли.

Это открытие независимо подтверждает недавние результаты работы космического телескопа Джеймса Уэбба (JWST), который обнаружил алмазоподобную углеродную пыль в самых ранних звездах во Вселенной. Это говорит о том, что некоторые галактики развиваются гораздо быстрее, чем предполагалось ранее, что ставит под сомнение существующие модели формирования и эволюции галактик.

В отличие от JWST, который изучает эмиссионные спектры галактик, в данном исследовании ранние галактики изучаются по спектрам поглощения квазаров. Использование хорошо обученных нейронных сетей для поиска нейтральных поглотителей углерода дает новый инструмент для будущих исследований ранней эволюции Вселенной и галактик, дополняющий методы обзора JWST.

“Нам необходимо разработать инновационные алгоритмы искусственного интеллекта, которые смогут быстро, точно и всесторонне исследовать редкие и слабые сигналы в огромных астрономических данных”, – говорит профессор Ге.

Команда намерена усовершенствовать метод распознавания изображений, представленный в этом исследовании, путем извлечения нескольких связанных структур для создания искусственных “многоструктурных” изображений для эффективного обучения и обнаружения слабых сигналов изображений.