Новое моделирование дает представление о том, что может увидеть римский космический телескоп НАСА Нэнси Грейс, когда он будет запущен в мае 2027 года. Фото предоставлено: К. Хирата и К. Цао, ОГУ.
Каково было бы взглянуть на ночное небо и увидеть миллионы галактик в огромном пространстве? Как насчет поиска миров за пределами нашей солнечной системы или наблюдения за огненной смертью звезд?
В ближайшие несколько лет астрономы с двумя телескопами смогут это выяснить. Но прежде чем это произойдет, исследователь из Университета Дьюка возглавил инициативу в рамках более крупного проекта под названием OpenUniverse, чтобы создать наиболее реалистичный предварительный просмотр того, что астрономы увидят, когда миссии начнутся.
В своем кабинете в Западном кампусе Университета Дьюка профессор физики Майкл Троксель дает краткий обзор того, что мы можем ожидать от обсерватории Веры К. Рубин, когда она откроется в 2025 году, и от запуска космического телескопа НАСА Нэнси Грейс Роман, когда он откроется в 2027 году.
Обсерватория Рубин будет собирать данные почти о половине всего неба с помощью гигантского 8,4-метрового телескопа на вершине горы в Чили.
В то же время Римский телескоп НАСА будет наблюдать за краем наблюдаемой Вселенной со своей космической орбиты в миллионе миль от Земли, чтобы выявить слабые и далекие объекты в четких деталях.
Объединив наблюдения телескопов, ученые надеются лучше понять старые загадки, например, почему Вселенная расширяется все быстрее и быстрее.
Однако объединение двух наборов данных создаст уникальные технические проблемы.
Потому что, как только два телескопа заработают, они будут производить беспрецедентные объемы данных, говорит Троксель. Астрономы ожидают, что за время существования этих инструментов будет собрано в общей сложности 80 петабайт данных. Это в три раза превышает цифровой след Библиотеки Конгресса США.
Чтобы подготовить исследователей к этому потоку данных, Троксель возглавляет проект по существенной реконструкции того, что эти телескопы увидят, галактика за галактикой, как можно ближе к реальным данным, чтобы ученые могли изучать и анализировать их так же, как они мог бы с реальным объектом.
С помощью нескольких щелчков мыши он вызывает смоделированное изображение, которое показывает то, что показывают объединенные данные на одном крошечном участке неба.
Это не так уж и много места в космосе. Десять таких изображений вряд ли покроют всю Луну. Реальные показы будут в десятки тысяч раз больше. Тем не менее, изображение содержит около 80 000 галактик и других объектов.
Некоторые из них настолько слабы и далеки — на расстоянии до 20 миллиардов световых лет — что их «трудно отличить от пылинки на экране», говорит Троксель.
Каждая точка или пятно света представляет собой далекую галактику. Вместо гигантских облаков газа и пыли эти галактики созданы из компьютерного кода и существуют в виртуальной вселенной в облаке.
Изображения настолько реалистичны, говорит Троксель, что даже эксперты не всегда могут с первого взгляда сказать, являются ли они смоделированными данными телескопа или реальными данными.
По словам Трокселя, достижение такого уровня аутентичности — огромная вычислительная задача. Для этого необходимо смоделировать свет каждой звезды и каждой галактики и реконструировать путь, который он проходит в космосе в течение миллиардов лет, чтобы достичь телескопов.
Их решением было использование суперкомпьютера, способного выполнять тысячи триллионов вычислений в секунду. Используя ныне несуществующий кластер Тета в Аргоннской национальной лаборатории в Иллинойсе, они смогли создать около четырех миллионов смоделированных изображений космоса, сделав за девять дней то, на что на обычном ноутбуке ушло бы 300 лет.
По словам Трокселя, для подготовки этой задачи потребовалось более 55 миллионов процессорных часов и более полугода работы десятков экспертов, не говоря уже о координации около 1300 исследователей из нескольких групп космологов.
На данный момент они выпустили 10-терабайтную часть всего 400-терабайтного пакета. Остальные данные поступят осенью, как только будут обработаны.
Используя смоделированные изображения, исследователи проводят генеральную репетицию и тестируют новые методы и алгоритмы, которые они будут использовать в будущем, когда получат в свои руки реальные данные.
Исправляя ошибки в моделировании до того, как они возникнут в реальности, они могут приступить к работе сразу после поступления данных.
Информация от: Университетом Дьюка
