Sanatçının güneş benzeri bir yıldız konsepti (solda) ve yıldızın yaşanabilir bölgesindeki yörüngede Dünya’dan yaklaşık %60 daha büyük kayalık bir gezegen. Yerçekimi mikro mercekleme, gezegenin kendisi görülemeyecek kadar karanlık olmasına rağmen, bu tür gezegen sistemlerini tespit etme ve kütleleri ve yörünge mesafelerini belirleme yeteneğine sahiptir. Kredi: NASA Ames/JPL-Caltech/T. pil
Makine öğrenimi algoritması, mikro mercekleri yorumlamak için matematiksel teorideki sorunlara işaret eder.
Gerçek astronomik gözlemler üzerine eğitilmiş yapay zeka (AI) sistemleri artık yeni patlayan yıldızları bulmak, yeni gökada türlerini tanımlamak ve büyük kütleli yıldızların birleşmelerini tespit etmek için büyük miktarda veriyi filtrelemede gökbilimcileri geride bırakarak dünyanın yeni keşif oranını artırıyor. en eski bilim.
Ancak makine öğrenimi adı verilen bir tür yapay zeka daha derin bir şeyi ortaya çıkarabilir. Kaliforniya Üniversitesi, Berkeleygökbilimciler şunları buldular: genel görelilikten kaynaklanan karmaşık matematikte gizlenmiş şüpheli bağlantılar – özellikle, bu teorinin diğer yıldızların etrafında yeni gezegenler bulmak için nasıl uygulandığı.
Dergide 23 Mayıs 2022 tarihinde yayınlanan bir yazıda Doğa Astronomiaraştırmacılar, bu tür gezegen sistemleri bir arka plan yıldızının önünden geçtiğinde ve onu kısaca aydınlattığında, ötegezegenleri daha hızlı tespit etmek için bir AI algoritmasının nasıl geliştirildiğini açıklıyor – kütleçekimsel mikro mercekleme olarak bilinen bir süreç – onlarca yıllık teorilerin şimdi bu gözlemleri açıklamak için kullanıldığını ortaya çıkardı. ne yazık ki eksikler.
1936’da Albert Einstein, uzak bir yıldızdan gelen ışığın ön plandaki bir yıldızın yerçekimi tarafından nasıl bükülebileceğini göstermek için yeni genel görelilik teorisini kullandı. ışık ya da onu bir halka şeklinde çarpıtarak, şimdi bir Einstein halkası olarak adlandırılıyor. Bu, bir el merceğinin güneşten gelen ışığı odaklayıp yoğunlaştırmasına benzer.
Ancak ön plandaki nesne gezegeni olan bir yıldız olduğunda, zaman içindeki parlaklık – ışık eğrisi – daha karmaşıktır. Dahası, genellikle belirli bir ışık eğrisini eşit derecede iyi açıklayabilen birden fazla gezegen yörüngesi vardır – sözde dejenerasyonlar. İnsanların matematiği basitleştirdiği ve büyük resmi kaçırdığı yer burasıdır.
Dünya’dan bakıldığında (solda), arka plandaki bir yıldızın (kaynak, sağ) önünde hareket eden bir gezegen sistemi, o yıldızdan gelen ışığı çarpıtarak 10 veya 100 kata kadar parlamasını sağlar. Sistemdeki hem yıldız hem de ötegezegen arka plandaki yıldızdan gelen ışığı büktüğü için sistemin kütleleri ve yörünge parametreleri belirsiz olabilir. UC Berkeley gökbilimcileri tarafından geliştirilen bir AI algoritması bu sorunu çözdü, ancak gökbilimcilerin kütleçekimsel mikro merceklemenin matematiğini nasıl yorumladıklarına ilişkin hatalara da işaret etti. Kredi: Diyagram, Research Gate’in izniyle
Bununla birlikte, AI algoritması, teleskopların mikromercekleme sırasında tespit ettiklerini yorumlamada iki ana yozlaşma türünü birleştirmenin matematiksel bir yoluna işaret etti ve iki “teori”nin, araştırmacıların kabul ettiği daha geniş bir teorinin gerçekten özel durumları olduğunu gösterdi. hala eksik.
Joshua Bloom, “Daha önce geliştirdiğimiz bir makine öğrenimi çıkarım algoritması, iki büyük cisim tarafından ışık bükülmesinin genel göreli etkisini yöneten denklemler hakkında yeni ve temel bir şey keşfetmemize yol açtı” diye yazdı. Blog yazısı geçen yıl kağıdı bir ön baskı sunucusu olan arXiv’e yüklediğinde. Bloom, UC Berkeley’de astronomi profesörü ve bölüm başkanıdır.
UC Berkeley lisansüstü öğrencisi Keming Zhang’ın keşfini, Google’ın yapay zeka ekibi DeepMind’in, yakın zamanda yapılmış matematiğin iki farklı alanı arasında. Birlikte ele alındığında, bu örnekler AI sistemlerinin insanların gözden kaçırdığı temel ilişkileri ortaya çıkarabileceğini göstermektedir.
Bloom, “Yapay zekanın matematik ve astronomide doğrudan yeni teorik anlayış sağlamak için ilk kez kullanılmasa da, ilklerinden birini oluşturduğunu iddia ediyorum” dedi. “Steve Jobs’un bilgisayarların zihnin bisikletleri olabileceğini öne sürdüğü gibi, biz de bilim adamları için entelektüel bir roket gemisi olarak hizmet edecek bir AI çerçevesi arıyorduk.”
Ohio Eyalet Üniversitesi’nde astronomi profesörü ve ötegezegenleri keşfetmek için yerçekimi mikro merceklemeyi kullanmanın öncülerinden biri olan ortak yazar Scott Gaudi, “Bu, yapay zeka ve makine öğreniminde bir tür kilometre taşı” dedi. “Keming’in makine öğrenimi algoritması, onlarca yıldır verilerle uğraşan bu alandaki uzmanların gözden kaçırdığı bu yozlaşmayı ortaya çıkardı. Bu, gerçekten heyecan verici olan makine öğrenimi tarafından desteklendiğinde araştırmanın gelecekte nasıl ilerleyeceğini gösteriyor.”
Mikro mercekleme ile ötegezegenleri keşfetmek
Dünya’daki yıldızların çevresinde 5.000’den fazla ötegezegen veya güneş dışı gezegen keşfedildi. Samanyolu, ancak çok azı teleskopla görülmüş olsa da – çok loşlar. Çoğu, ev sahibi yıldızlarının hareketlerinde bir Doppler yalpalaması oluşturdukları veya önünden geçtiklerinde ev sahibi yıldızın ışığını hafifçe azalttıkları için tespit edilmiştir. NASAKepler görevi. Üçüncü bir teknik olan mikro mercekleme ile 100’den biraz fazlası keşfedildi.
Bu bilgi grafiği, gökbilimcilerin bir mikro merceklenme olayını görüntülerken algıladıkları ışık eğrisini ve bir ötegezegenin imzasını açıklıyor: ötegezegen arka plandaki yıldızı merceklediğinde parlaklıkta ek bir artış. Kredi: NASA, ESA ve K. Sahu (STScI)
NASA’nın 2027 yılına kadar fırlatılması planlanan Nancy Grace Roman Uzay Teleskobu’nun ana hedeflerinden biri, mikro mercekleme yoluyla binlerce ötegezegen keşfetmek. Bu tekniğin Doppler ve geçiş tekniklerine göre bir avantajı vardır, çünkü Dünya büyüklüğünde olanlar da dahil olmak üzere, yıldızlarından uzak olan düşük kütleli gezegenleri, Dünya büyüklüğündeki gezegenlerinkine eşdeğer bir mesafede tespit edebilir. Jüpiter veya Satürn güneş sistemimizde.
Bloom, Zhang ve meslektaşları iki yıl önce, bu gezegen sistemlerinin yıldız ve gezegen kütlelerini ve gezegenlerin yıldızlarından yörüngede döndükleri mesafeleri belirlemek için mikro mercekleme verilerini daha hızlı analiz edecek bir AI algoritması geliştirmek üzere yola çıktılar. Böyle bir algoritma, ötegezegen sistemlerinin neden olduğu %1 veya daha azını bulmak için Roma teleskobunun tespit edeceği muhtemel yüz binlerce olayın analizini hızlandıracaktır.
Ancak gökbilimcilerin karşılaştığı bir sorun, gözlemlenen sinyalin belirsiz olabilmesidir. Ön plandaki yalnız bir yıldız, arka plandaki bir yıldızın önünden geçtiğinde, arka plandaki yıldızların parlaklığı düzgün bir şekilde zirveye yükselir ve ardından simetrik olarak orijinal parlaklığına düşer. Matematiksel ve gözlemsel olarak anlamak kolaydır.
UC Berkeley doktora öğrencisi Keming Zhang. Kredi: Fotoğraf Keming Zhang’ın izniyle
Ancak ön plandaki yıldızın bir gezegeni varsa, gezegen, yıldızın neden olduğu zirve içinde ayrı bir parlaklık zirvesi oluşturur. Yörünge konfigürasyonunu yeniden oluşturmaya çalışırken ötegezegen sinyali üreten genel görelilik, çoğu zaman, tümü gözlemleri açıklayabilen iki veya daha fazla dejenere çözüme izin verir.
Gaudi, bugüne kadar gökbilimcilerin genellikle bu yozlaşmalarla basit ve yapay olarak farklı şekillerde ilgilendiklerini söyledi. Uzak yıldız ışığı yıldızın yakınından geçerse, gözlemler gezegen için geniş veya yakın bir yörünge olarak yorumlanabilir – bir belirsizliği gökbilimciler genellikle diğer verilerle çözebilir. İkinci tür bir yozlaşma, arka plandaki yıldız ışığı gezegenin yakınından geçtiğinde meydana gelir. Ancak bu durumda, gezegen yörüngesi için iki farklı çözüm genellikle sadece biraz farklıdır.
Gaudi’ye göre, iki cisimli kütleçekimsel mikro merceklemenin bu iki basitleştirmesi, gerçek kütleleri ve yörünge mesafelerini belirlemek için genellikle yeterlidir. Aslında, bir geçen yıl yayınlanan makale, Zhang, Bloom, Gaudi ve diğer iki UC Berkeley ortak yazarı, astronomi profesörü Jessica Lu ve yüksek lisans öğrencisi Casey Lam, bu yorumların bilgisine hiç dayanmayan yeni bir AI algoritmasını açıkladı. Algoritma, mikro mercekleme gözlemlerinin analizini büyük ölçüde hızlandırır, sonuçları günler yerine milisaniyeler içinde verir ve bilgisayar kırılmasını önemli ölçüde azaltır.
Zhang daha sonra yeni AI algoritmasını yüzlerce olası yıldız ve ötegezege yörüngesel konfigürasyonlarından mikro mercekleme ışık eğrileri üzerinde test etti ve olağandışı bir şey keşfetti: İki yorumun hesaba katmadığı başka belirsizlikler vardı. Mikro merceklemenin yaygın olarak kullanılan yorumlarının, aslında, mikro mercekleme olaylarındaki tüm belirsizlikleri açıklayan daha geniş bir teorinin özel durumları olduğu sonucuna vardı.
Zhang, “Önceki iki yozlaşma teorisi, arka plan yıldızının ön plandaki yıldıza veya ön plandaki gezegene yakın geçiyor gibi göründüğü durumlarla ilgilidir.” Dedi. “AI algoritması bize sadece bu iki durumdan değil, yıldızın ne yıldıza ne de gezegene yakın geçmediği ve önceki teorilerle açıklanamadığı durumlardan yüzlerce örnek gösterdi. Yeni birleştirici teoriyi önermemizin anahtarı buydu.”
Gaudi başta şüpheciydi, ancak Zhang önceki iki teorinin gözlemlere uymadığı ve yeni teorinin uyduğu birçok örnek ürettikten sonra ortaya çıktı. Zhang aslında mikro mercekleme yoluyla ötegezegenlerin keşfini bildiren önceki iki düzine makaleden alınan verilere baktı ve her durumda yeni teorinin verilere önceki teorilerden daha iyi uyduğunu buldu.
Gaudi, “İnsanlar, aslında bu yeni yozlaşmayı sergileyen, ancak bunu fark etmeyen bu mikro mercekleme olaylarını görüyorlardı” dedi. “Gerçekten, kaçırmanın imkansız hale geldiği binlerce olaya bakan makine öğrenimiydi.”
Zhang ve Gaudi bir yeni kağıt Bu, genel göreliliğe dayanan yeni matematiği titizlikle tanımlayan ve teoriyi, birden fazla ötegezegenin bir yıldızın yörüngesinde döndüğü mikro mercekleme durumlarında araştırıyor.
Yeni teori, gözlemleri tanımlamak için daha dejenere çözümler olduğundan, mikromercekleme gözlemlerinin yorumlanmasını teknik olarak daha belirsiz hale getiriyor. Ancak teori, aynı mikro-mercekleme olayını örneğin Dünya’dan ve Roma Uzay Teleskobu’nun yörüngesinden olmak üzere iki perspektiften gözlemlemenin, doğru yörüngeler ve kütleler üzerine yerleşmeyi kolaylaştıracağını da açıkça gösteriyor. Gaudi, gökbilimcilerin şu anda yapmayı planladıkları şeyin bu olduğunu söyledi.
Bloom, “AI, lens denklemine yeni bir ışık altında bakmanın ve matematiği hakkında gerçekten derin bir şeyi ortaya çıkarmanın bir yolunu önerdi” dedi. “AI, sadece araç kutumuzda bulunan bu tür kör bir araç olarak değil, aslında oldukça akıllı bir şey olarak ortaya çıkıyor. Keming gibi bir uzmanın yanı sıra, ikisi oldukça temel bir şey yapabildiler.”
Referans: Keming Zhang, B. Scott Gaudi ve Joshua S. Bloom, 23 Mayıs 2022, “İki gövdeli mikro mercekleme sistemlerinde her yerde bulunan birleştirici dejenerasyon”, Doğa Astronomi.
DOI: 10.1038/s41550-022-01671-6