Gökbilimciler, gezegenleri ‘yutan’ zor bulunan yıldızları bulmak için yapay zekayı kullanıyor

Gökbilimciler yakın zamanda ev galaksimiz Samanyolu’nda yüzlerce “kirli” beyaz cüce yıldızı buldular. Bunlar yörüngelerindeki gezegenleri aktif olarak tüketirken yakalanan beyaz cücelerdir. Bu uzak, yıkılmış gezegenlerin iç kısımlarını incelemek için değerli bir kaynaktırlar. Ayrıca bulunmaları da zordur.

Tarihsel olarak, gökbilimciler bu yıldızların belirtileri için dağlarca araştırma verisini elle incelemek zorundaydı. Daha sonra takip eden gözlemler şüphelerini kanıtlayacak veya çürütecekti.

Çok katmanlı öğrenme adı verilen yeni bir yapay zeka biçimini kullanarak, Teksas Üniversitesi Austin lisansüstü öğrencisi Malia Kao liderliğindeki bir ekip süreci hızlandırdı ve tanımlamada %99’luk bir başarı oranına ulaştı. Bulgular şu şekildeydi: yayınlanan 31 Temmuz’da Astrofizik Dergisi.

Beyaz cüceler, yaşamlarının son aşamasındaki yıldızlardır. Yakıtlarını tüketmişler, dış katmanlarını uzaya salmışlar ve yavaş yavaş soğumaktadırlar. Bir gün, güneşimiz beyaz cüce olacak—ama bu 6 milyar yıl daha sürecek.

Bazen, beyaz cücenin yörüngesindeki gezegenler yıldızlarının yerçekimi tarafından çekilir, parçalanır ve tüketilir. Bu olduğunda, yıldız gezegenin iç kısmından gelen ağır metallerle “kirlenir”. Beyaz cücelerin atmosferleri neredeyse tamamen hidrojen ve helyumdan oluştuğu için, diğer elementlerin varlığı güvenilir bir şekilde dış kaynaklara atfedilebilir.

“Kirlenmiş beyaz cüceler için, gezegenin içi bizim bakmamız için kelimenin tam anlamıyla yıldızın yüzeyine kazınıyor,” dedi Kao. “Kirlenmiş beyaz cüceler şu anda gezegen içlerini karakterize edebileceğimiz en iyi yol.”

UT’de gökbilimci ve makalenin ortak yazarı Keith Hawkins, “Başka bir şekilde ifade etmek gerekirse, bu, Güneş Sistemi dışındaki gezegenlerin neyden oluştuğunu gerçekten anlamanın tek gerçek yoludur, bu da bu kirli beyaz cüceleri bulmanın kritik öneme sahip olduğu anlamına gelir.” diye ekledi.

Ne yazık ki, atmosferlerindeki kirletici metallerle tanımlanan bu yıldızların kanıtları belirsiz ve tespit edilmesi zor olabilir. Dahası, gökbilimciler bunları nispeten kısa bir zaman aralığında bulmalıdır.

Gökbilimciler bu yıldızları astronomik araştırmalardan gelen verileri elle inceleyerek tanımlayabilseler de, bu zaman alıcı olabilir. Daha hızlı bir süreci test etmek için ekip, Gaia uzay teleskopundan elde edilen verilere yapay zeka uyguladı. Hawkins, “Gaia, bugüne kadar beyaz cücelerin en büyük spektroskopik araştırmalarından birini sağlıyor, ancak veriler o kadar düşük çözünürlüklü ki, kirli beyaz cüceleri onunla bulmanın mümkün olmayacağını düşündük,” dedi. “Bu çalışma, bunun mümkün olduğunu gösteriyor.”

Bu yakalanması zor yıldızları bulmak için ekip, çok katmanlı öğrenme adı verilen yapay zeka tekniğini kullandı. Bununla birlikte, bir algoritma bir veri kümesinde benzer özellikleri arar ve benzer öğeleri basitleştirilmiş, görsel bir grafikte bir araya toplar. Araştırmacılar daha sonra grafiği inceleyebilir ve hangi kümelerin daha fazla araştırmayı hak ettiğine karar verebilir.

Gökbilimciler 100.000’den fazla olası beyaz cüceyi sıralamak için bir algoritma oluşturdular. Bunlardan 375 yıldızdan oluşan bir küme umut verici görünüyordu: Atmosferlerinde ağır metaller olması gibi önemli bir özellik gösteriyorlardı. UT’nin McDonald Gözlemevi’ndeki Hobby-Eberly Teleskobu ile yapılan takip gözlemleri gökbilimcilerin şüphelerini doğruladı.

“Yöntemimiz bilinen kirli beyaz cücelerin sayısını on katına çıkarabilir ve bu da güneş sistemimizin dışındaki gezegenlerin çeşitliliğini ve jeolojisini daha iyi incelememizi sağlar,” dedi Kao. “Sonuç olarak, güneş sistemimizin dışında yaşamın var olup olmadığını belirlemek istiyoruz. Eğer bizimki gezegen sistemleri arasında benzersizse, yaşamı sürdürme yeteneği açısından da benzersiz olabilir.”

Bu yenilikçi yaklaşım, Austin’deki Teksas Üniversitesi’ndeki araştırmacıların bilimsel gizemleri çözmek için yapay zekayı nasıl kullandıklarına dair sadece bir örnektir. Bu yenilikleri ilerletmek ve sergilemek için UT Austin, 2024’ü Yapay Zeka Yılı ilan etti.

Bu araştırmada Avrupa Uzay Ajansı (ESA) Gaia misyonundan alınan veriler kullanıldı. Veriler Gaia Veri İşleme ve Analiz Konsorsiyumu tarafından işlendi.

Takip gözlemleri, Teksas Üniversitesi Austin, Pennsylvania Eyalet Üniversitesi, Ludwig Maximilians-Universitaet Muenchen ve Georg-August Universitaet Goettingen’in ortak projesi olan Hobby-Eberly Teleskobu (HET) ve Avrupa Güney Gözlemevi’ndeki (ESO) Çok Büyük Teleskop (VLT) ile elde edildi.

UT Austin’deki Texas Gelişmiş Hesaplama Merkezi bu araştırma için yüksek performanslı hesaplama, görselleştirme ve depolama kaynakları sağladı.