ИИ помогает ученым понять космические взрывы

ИИ помогает ученым понять космические взрывы

 

Ученые из Уорикского университета используют искусственный интеллект (ИИ) для анализа космических взрывов, известных как сверхновые. Их работа опубликована в Monthly Notices of the Royal Astronomical Society.

Многие звезды во Вселенной закончат свою жизнь в виде белых карликов – компактных звезд с массой, равной массе Солнца и равной размеру Земли. Некоторые из этих белых карликов в конце концов взорвутся в виде сверхновых. Этот процесс очень энергичен и приводит к образованию тяжелых элементов, являющихся строительными блоками жизни, таких как кальций и железо, которые выбрасываются обратно во Вселенную.

Несмотря на их значимость, астрономы до сих пор точно не знают, как и почему возникают эти сверхновые.

Чтобы помочь понять больше, в новом исследовании будет использован тип искусственного интеллекта, известный как машинное обучение, для ускорения экспериментов со сверхновыми – процессов, которые в настоящее время требуют больших вычислительных затрат и времени. Это поможет выяснить, как происходят эти космические взрывы, сравнивая модели взрывов с реальными наблюдениями.

Ведущий автор исследования доктор Марк Мейджи с факультета физики Уорикского университета сказал: “Когда мы изучаем сверхновые, мы анализируем их спектры. Спектры показывают интенсивность света на разных длинах волн, на которую влияют элементы, образовавшиеся в сверхновой. Каждый элемент взаимодействует со светом на уникальных длинах волн и поэтому оставляет в спектре свою уникальную подпись.

Прочитайте также  Ученые ищут инопланетные технологии в других звездных системах

“Анализ этих сигнатур может помочь определить, какие элементы образуются в сверхновой, и дать дополнительную информацию о том, как взорвалась сверхновая.

 

“На основе этих данных мы составляем модели, которые сравниваем с реальными сверхновыми, чтобы установить, к какому типу относится сверхновая и как именно она взорвалась. Обычно на создание одной модели уходит 10-90 минут, а мы хотим сравнить сотни или тысячи моделей, чтобы полностью понять сверхновую, и во многих случаях это невозможно”.

“Наше новое исследование позволит отказаться от этого длительного процесса. Мы обучим алгоритмы машинного обучения тому, как выглядят различные типы взрывов, и будем использовать их для создания моделей гораздо быстрее. Точно так же, как мы можем использовать искусственный интеллект для создания новых произведений искусства или текста, мы сможем создавать модели сверхновых. Это означает, что мы сможем создавать тысячи моделей менее чем за секунду, что станет огромным толчком для исследований сверхновых”.

Помимо ускорения процесса анализа сверхновых, использование искусственного интеллекта позволит повысить точность исследований. Он поможет установить, какие модели наиболее точно соответствуют реальным взрывам и диапазону их физических свойств.

Прочитайте также  Переосмысление солнечных циклов: новая физическая модель подтверждает планетарную гипотезу

Доктор Мейджи добавляет: “Изучение элементов, высвобождаемых сверхновыми, – важнейший шаг в определении типа произошедшего взрыва, поскольку при определенных типах взрывов образуется больше одних элементов, чем других. Затем мы сможем связать свойства взрыва со свойствами галактик, в которых находится сверхновая, и установить прямую связь между тем, как произошел взрыв, и типом белого карлика, который взорвался”.

Принятая сейчас работа – это только первый шаг. Будущие исследования позволят охватить еще большее разнообразие взрывов и сверхновых, а также установить прямую связь между взрывом и свойствами родительской галактики. Такие исследования становятся возможными только благодаря достижениям в области машинного обучения.

Доктор Томас Киллестайн из Университета Турку, который также принимал участие в исследовании, добавил: “Благодаря современным исследованиям мы наконец-то получили наборы данных такого размера и качества, которые позволяют ответить на некоторые из ключевых вопросов, остающихся в науке о сверхновых: как именно они взрываются. Подобные подходы к машинному обучению позволяют нам изучать больше сверхновых более подробно и последовательно, чем предыдущие подходы”.


Поделитесь в вашей соцсети👇

 

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *