Uluslararası bir proje tarafından geliştirilen Bright Transient Survey Bot (BTSbot) sistemi, gök küresi boyunca yeni süpernova arama sürecinin tamamını otomatikleştiriyor. Bu sadece yeni adayları analiz etme ve sınıflandırma sürecini önemli ölçüde hızlandırmakla kalmıyor, aynı zamanda insan hatasını da ortadan kaldırıyor.
Geçtiğimiz altı yıl boyunca insanlar süpernova adaylarını görsel olarak değerlendirmek ve sınıflandırmak için yaklaşık 2.200 saat harcadı. Artık çevrimiçi bir araç sayesinde araştırmacılar, keşif hızını hızlandırmak için değerli zamanlarını diğer sorumluluklara yönlendirebilecekler.
“Yapay zeka ilk kez gözlemledi, ardından tespit etti ve bir süpernovanın keşfini doğrulamak için teleskopla etkileşime geçti. Bu, ileriye doğru atılmış önemli bir adım çünkü modellerde yapılacak daha fazla iyileştirme, robotların yıldız parlamalarının belirli alt türlerini tanımlamasına olanak tanıyacak. İnsan emeğini bu süreçten çıkarmak, araştırma ekibine gözlemlenen salgınların kökenlerini açıklamak için yeni hipotezleri analiz etmek ve geliştirmek için daha fazla zaman veriyor, “dedi çalışmayı yöneten Northwestern Üniversitesi’nden Adam Miller.
Kod üzerinde Miller ile işbirliği yapan Northwestern Üniversitesi’nden Nabil Rehemtullah, “Bu, büyük süpernova çalışmalarını büyük ölçüde basitleştirerek yıldızların yaşam döngülerini ve süpernovaların yarattığı karbon, demir ve altın gibi elementlerin kökenlerini daha iyi anlamamıza yardımcı oluyor” diye ekledi.
Günümüzde insanlar süpernovaları tespit etmek ve analiz etmek için robotik sistemlerle birlikte çalışıyor. İlk olarak, robotik teleskoplar gökyüzünün aynı alanlarının fotoğraflarını tekrar tekrar çeker ve önceki görüntülerde bulunmayan yeni kaynakları arar. Daha sonra teleskoplar yeni bir nesne keşfettiğinde insanlar meseleyi kendi ellerine alır.
“Otomatik yazılım, insanların taradığı ve spektroskopik gözlemler yaptığı parlama adaylarının bir listesini sağlıyor. Bir adayın gerçekten bir süpernova olup olmadığını ancak içinde mevcut olan unsurları ortaya çıkaran spektrumunu inceleyerek belirleyebiliriz. Spektrum toplayabilen robotik teleskoplar var, ancak bu genellikle spektrograf teleskoplarını çalıştıran insanlar tarafından yapılıyor” dedi Miller.
Araştırmacılar bu süreçte insan müdahalesine olan ihtiyacı ortadan kaldırmak için BTSbot’u geliştirdi. Rehemtullah, doğrulanmış süpernovalar, patlayan değişken yıldızlar, değişken yıldızlar ve patlayan galaksiler dahil olmak üzere yaklaşık 16.000 kaynaktan alınan 1,4 milyondan fazla tarihi görüntü üzerinde bir makine öğrenme algoritması eğitti.