Изображение предоставлено: НАСА, ESSA, Джозеф Олмстед (STScI).
Астрономы недавно обнаружили сотни «грязных» белых карликов в нашей родной галактике Млечный Путь. Это белые карлики, которые были пойманы на активном пожирании планет на своей орбите. Они являются ценным ресурсом для исследования недр этих далеких разрушенных планет. Однако их сложно найти.
До сих пор астрономам приходилось вручную искать в горах данных исследования неба признаки этих звезд. Последующие наблюдения могли бы подтвердить или опровергнуть их предположения.
Используя новую форму искусственного интеллекта, называемую многообразным обучением, команда под руководством Малии Као, аспиранта Техасского университета в Остине, смогла ускорить процесс, достигнув 99% успеха идентификации. Результаты были опубликованы 31 июля в Astrophysical Journal.
Белые карлики — звезды на последних стадиях жизни. Они израсходовали топливо, выпустили свои внешние слои в космос и медленно остывают. Однажды наше Солнце станет белым карликом, но это произойдет не раньше, чем через 6 миллиардов лет.
Иногда планеты, вращающиеся вокруг белого карлика, притягиваются гравитацией своей звезды, разрываются на части и разрушаются. Когда это происходит, звезда «загрязняется» тяжелыми металлами из недр планеты. Поскольку атмосферы белых карликов почти полностью состоят из водорода и гелия, присутствие других элементов можно с уверенностью отнести к внешним источникам.
«Из-за грязно-белых карликов внутренняя часть планеты буквально вжигается в поверхность звезды, поэтому мы можем ее видеть», — сказал Као. «Грязные белые карлики в настоящее время являются лучшим способом охарактеризовать недра планет».
«Иными словами, — добавил Кейт Хокинс, астроном из Университета Техаса и соавтор исследования, — это единственный реальный способ узнать, из чего состоят планеты за пределами Солнечной системы. То есть найти этих грязно-белых гномов. имеет решающее значение».
К сожалению, ключи к разгадке этих звезд, идентифицированные по загрязняющим их металлам в их атмосфере, часто неуловимы и их трудно обнаружить. Астрономам также необходимо найти их в относительно короткие сроки.
Хотя астрономы могут идентифицировать эти звезды, вручную просматривая данные астрономических исследований, это может занять много времени. Чтобы протестировать более быстрый метод, команда применила искусственный интеллект к данным, доступным с космического телескопа Gaia. «Гея предоставляет одно из крупнейших на сегодняшний день спектроскопических исследований белых карликов, но данные имеют настолько низкое разрешение, что мы думали, что невозможно использовать их для поиска загрязненных белых карликов», — сказал Хокинс. «Эта работа показывает, что это возможно».
Чтобы найти эти неуловимые звезды, команда использовала технику искусственного интеллекта Manifold Learning. Алгоритм ищет похожие функции в наборе данных и обобщает похожие элементы в упрощенной визуальной диаграмме. Затем исследователи могут просмотреть график и решить, какие сгустки требуют дальнейшего изучения.
Астрономы разработали алгоритм, позволяющий отсортировать более 100 000 возможных белых карликов. Из них группа из 375 звезд выглядела многообещающе: их ключевой особенностью было то, что их атмосферы содержали тяжелые металлы. Последующие наблюдения с помощью телескопа Хобби-Эберли в обсерватории Макдональда при ЮТ подтвердили подозрения астрономов.
«Наш метод может увеличить число известных грязных белых карликов в десять раз, что позволит нам лучше изучать разнообразие и геологию планет за пределами нашей Солнечной системы», — сказал Као. «В конечном итоге мы хотим выяснить, может ли жизнь существовать за пределами нашей Солнечной системы. Если наша система уникальна среди планетных систем, она также может быть уникальной в своей способности поддерживать жизнь».
Этот инновационный подход — лишь один пример того, как исследователи из Техасского университета в Остине используют искусственный интеллект для решения научных головоломок. Чтобы продвигать и демонстрировать эти инновации, UT Austin объявил 2024 год Годом искусственного интеллекта.
В этом исследовании использовались данные миссии Gaia Европейского космического агентства (ESA). Данные были обработаны Консорциумом обработки и анализа данных Gaia.
Последующие наблюдения проводились с помощью телескопа Хобби-Эберли (HET), совместного проекта Техасского университета в Остине, Университета штата Пенсильвания, Мюнхенского университета Людвига-Максимилиана и Университета Георга-Августа Геттингена, а также с Очень Большой телескоп (VLT) Европейской южной обсерватории (ESO).
Техасский центр перспективных вычислений в Университете Техаса в Остине предоставил для этого исследования высокопроизводительные вычислительные ресурсы, ресурсы визуализации и хранения данных.
Информация от: Техасским университетом в Остине.
