Vera Rubin güneş sisteminde meydana gelen tuhaf ve harika şeyleri bulmamıza yardımcı olacak

Vera Rubin Gözlemevi (VRO) teleskoplar arasında özel bir şeydir. Avrupa Aşırı Büyük Teleskopu veya Dev Magellan Teleskobu gibi daha iyi açısal çözünürlük ve artırılmış çözümleme gücü için tasarlanmamıştır. Devasa bir dijital kamera etrafında inşa edilmiş olup, tek tek nesnelere odaklanmak yerine, tekrar tekrar tüm gökyüzünün geniş, derin görüntülerini yakalayacaktır.

VRO, gökyüzünü tekrar tekrar inceleyerek herhangi bir değişikliği veya astronomik geçici olayları tespit edecektir. Gökbilimciler bu tür gözlemlere zaman alanı astronomisi adını verirler.

VRO, gece gökyüzünde geçici bir şey tespit ettiğinde, geçici nesneyi ayrıntılı olarak gözlemleyecek diğer gözlem merkezlerine otomatik olarak uyarı gönderecektir. Uzaktaki bir süpernova patlaması, iç güneş sistemindeki tehlikeli bir asteroit ya da gökyüzünde değişiklik kaydeden herhangi bir şey olabilir. VRO’nun görevi onu tespit etmek ve ardından bayrağı diğer gözlemevlerine devretmektir.

Ancak diğer teleskoplara uyarı vermek VRO’nun yapacağı şeylerden sadece bir tanesi. VRO’nun birincil gözlem programına Eski Uzay ve Zaman Araştırması (LSST) adı verilir. LSST, devasa 3,2 gigapiksel kamerasıyla 10 yıl boyunca her gece görüntüleyerek mevcut gece gökyüzünün tamamını kataloglayacaktır. Kamera her beş saniyede bir gökyüzünün farklı bir bölümünü işaret edecek ve 15 saniyelik bir poz yakalayacaktır.

On yıl sürecek bu çaba muazzam miktarda veri üretecek. Yılda 200.000 görüntü, yani 1,28 petabayt veri alınacak. O kadar çok veri olacak ki, VRO projesi, kuzey Şili’deki tesisinden ABD’ye geri dönen yeni bir veri hattını içerecek. İnsanların tüm verileri işlemesi mümkün değil; dolayısıyla makine öğrenimi, bu verilerin işlenmesinde büyük bir rol oynayacak ve gizli olanı bulmak.

Yeni bir araştırma makalesinin yazarları, gözlemevinin ürettiği muazzam miktarda verideki anormallikleri tespit etmesi için yeni bir yol geliştirdi. Makalenin başlığı “Güneş Sistemimizdeki Tuhaf ve Harika: Uzay ve Zamanın Eski Araştırmasında Şansı Aramak.” Yayınlanmak üzere kabul edildi Astronomi Dergisive başyazar Oxford Üniversitesi Fizik Bölümü’nden Brian Rogers’tır. Bu mevcut üzerinde arXiv ön baskı sunucusu.

VRO’nun tespit edeceği nesnelerin ve olayların listesi, görmeyi beklediğimiz her şeyi içerir. VRO, süpernovalar ve asteroitlerin yanı sıra, güneş sistemimizin uzak noktalarında gizlenmiş olabilecek bulunması zor Gezegen 9’u da tespit edebilir. Ayrıca kilonovaları, gama ışını patlamalarını, değişken kuasarları, AGN’yi ve hatta ‘Oumaumua ve Borisov gibi yıldızlararası nesneleri (ISO’lar) da görecek.

Ancak tüm bu verilerdeki bu nesneleri bulmak için makine öğrenimi gerekir. Yazarlar verileri işlemek için bir tür sinir ağı geliştirdiler. Sinir ağı, insan beyninin çalışma şeklini taklit eden bir tür yapay zekadır. Bir şekilde insan beynine benzeyen bireysel düğümlerden veya nöronlardan oluşan katmanlı bir ağ kullanır.

Yazarlar, otomatik kodlayıcı adı verilen özel bir tür sinir ağı geliştirdiler. Otomatik kodlayıcılar çok yararlı bir işlev gerçekleştirebilir. Verileri alıyorlar, kodluyorlar veya sıkıştırıyorlar, ardından verileri yeniden kendi versiyonlarına dönüştürüyorlar. Bunu yaparak, bir otomatik kodlayıcı verinin hangi yönlerinin ilgili ve hangilerinin gürültü olduğunu “öğrenebilir”. Daha sonra gürültü atılabilir.

Araştırmacılar makalelerinde şöyle yazıyor: “Eski Uzay ve Zaman Araştırması’na hazırlık olarak, güneş sistemi nesne verilerindeki anormallik tespiti için yeni bir yöntem sunuyoruz. Anomali tespiti için derin bir otomatik kodlayıcı eğitiyoruz ve öğrenilen gizli alanı arama yapmak için kullanıyoruz.” diğer ilginç nesneler için.”

Yazarların otomatik kodlayıcısı, yıldızlararası nesneler (ISO’lar) gibi anormallikleri bulmaya dayanıyor. Otomatik kodlayıcı bunları tanımlayabilirse, bu, büyük miktardaki LSST verilerinin daha yönetilebilir hale geldiği anlamına gelir. “Yıldızlararası nesneler gibi ilginç örnekler bularak otomatik kodlayıcı yaklaşımının etkinliğini gösteriyoruz ve otomatik kodlayıcıyı kullanarak ilginç sınıfların başka örneklerinin de bulunabileceğini gösteriyoruz” diye açıklıyorlar.

Otomatik kodlayıcılarını, LSST’nin toplayacağı 10 yıllık verilerin simülasyonu üzerinde test ettiler. LSST’den gerçek veriler geldikçe otomatik kodlayıcılarını test etmeye ve güçlendirmeye devam etmeyi planlıyorlar. “Bu arada, bu çalışma olağandışı nesnelerin olası verimini ölçmeye çalışmıyor, yalnızca bunları LSST tarafından üretilecek türden geniş bir araştırmada bulabileceğimizi gösteriyor” diye yazıyorlar.

Yazarların “yeniden yapılanma kaybı” olarak adlandırdıkları şey, anormallikler gibi, çalışmada büyük bir rol oynuyor.

Bilinen, simüle edilmiş verilerle çalışırken araştırmacılar otomatik kodlayıcının doğruluğunu ölçtüler. Sadece çıktıyı girdiye karşı ölçtüler. Yeniden yapılandırma kaybı, otomatik kodlayıcının ne kadar doğru olduğunun bir ölçüsüdür ve ölçülebilir.

Anormallikler, tıpkı bir ISO’da olduğu gibi, öne çıkan sıra dışı nesnelerdir. Yukarıdaki şekilde yazarlar yeniden yapılanma kaybına göre sıralanan ilk 10 anomaliyi belirlediler. Bu 10 kişiden her biri için en yakın 20 komşuyu belirlediler. Bunlar güneş sistemindeki komşular değil; onlar gizli uzaydaki komşulardır.

Nesnelerin komşulukları veri yönleriyle ilişkilidir. Bunlar veri mahalleleridir. Örneğin mahallelerden biri ölçülen büyüklüklere dayanmaktadır. Bir diğeri yörünge eksantrikliğine, diğeri ise Jüpiter’in çevresindeki aykırı nesnelere dayanıyor.

Astronomi değişiyor. Gözlemevlerimiz ve teleskoplarımız o kadar güçlü ve otomatik hale geliyor ki devasa bir veri evreni yaratıyorlar. Otomatik yardım olmadan verilerle ilgilenmek astronomi topluluğunun kapasitesinin ötesindedir. Otomatik kodlayıcıyı anormallikleri tespit edecek şekilde eğiterek, LSST verilerini inceleyebilir ve anormallikleri işaretleyebilir.

Yazarlar, otomatik kodlayıcının tamamen otomatik olmadığına hemen dikkat çekiyorlar. Hala insan yardımına ihtiyacı var.

“Bağımsız denetimsiz yöntemlerin eksikliklerini değerlendirdikten sonra, denetimli bir yaklaşım kullanarak anormallikleri tespit etmede insan geri bildiriminin gücünü gösterdik” diye yazıyorlar. “İnsan geri bildirimini kullanmak anormallik tespit sisteminin uygunluğunu, doğruluğunu ve kesinliğini artırabilir.”

Vera Rubin Gözlemevi’nin güneş sistemimiz ve onun ötesindeki şeyler hakkındaki anlayışımızı değiştireceğini söylemek abartı değil. İlk ışığının Ocak 2025’te gerçekleşmesi planlanıyor. Tüm ekipmanların test edilmesi ve devreye alınması biraz zaman alacak, ancak bundan bir süre sonra veriler akmaya başlayacak.

Bir kez gerçekleştiğinde onu durdurmak mümkün olmayacak ve gökbilimcilerin anormallikleri bulmalarına yardımcı olacak otomatik kodlayıcılar gibi araçlara ihtiyacı olacak.

Araştırmacılar çalışmalarında şöyle yazıyor: “Doğru anormallikleri doğru ellere vererek, LSST tarafından toplanan verilerin değerini çoğaltabilir ve ankette bulunan en ilginç nesneler için potansiyel takip çalışmalarını hızlandırabiliriz.” “Derin otomatik kodlayıcıların, LSST ölçeğinde performans göstererek denetimsiz bir algılama modeli olarak bu rolü yerine getirebileceğini ve en ilginç güneş sistemi nesneleri için verimli anormallik keşfine olanak sağlayabileceklerini gösterdik.”