Un processo completamente automatizzato, che comprende un nuovissimo strumento di intelligenza artificiale (AI), ha rilevato, identificato e classificato con successo il suo primo supernova.
Un’immagine dello spazio profondo della galassia in cui si è verificata la supernova. Credito immagine: Legacy Surveys / D. Lang (Perimeter Institute) per i livelli Legacy Surveys e unWISE / NASA/JPL-Caltech / D. Lang (Perimeter Institute
Sviluppato da una collaborazione internazionale guidata dalla Northwestern University, il nuovo sistema automatizza l’intera ricerca di nuove supernove nel cielo notturno, rimuovendo di fatto gli esseri umani dal processo. Ciò non solo accelera rapidamente il processo di analisi e classificazione delle nuove candidate supernova, ma aggira anche l’errore umano.
IL ha allertato la comunità astronomica al lancio e al successo del nuovo strumento, chiamato Bright Transient Survey Bot (BTSbot), questa settimana. Negli ultimi sei anni, gli esseri umani hanno trascorso circa 2.200 ore a ispezionare visivamente e classificare le candidate supernova. Con il nuovo strumento ora ufficialmente online, i ricercatori possono reindirizzare questo tempo prezioso verso altre responsabilità per accelerare il ritmo della scoperta.
“Per la prima volta in assoluto, una serie di robot e algoritmi di intelligenza artificiale hanno osservato, quindi identificato, quindi comunicato con un altro telescopio per confermare finalmente la scoperta di una supernova”, ha affermato la Northwestern. Adam Miller, che ha guidato i lavori. “Ciò rappresenta un importante passo avanti poiché un ulteriore perfezionamento dei modelli consentirà ai robot di isolare sottotipi specifici di esplosioni stellari. In definitiva, rimuovere gli esseri umani dal ciclo consente al gruppo di ricerca di analizzare le proprie osservazioni e sviluppare nuove ipotesi per spiegare l’origine delle esplosioni cosmiche che osserviamo”.
“Abbiamo realizzato il primo rilevamento, identificazione e classificazione completamente automatici al mondo di una supernova”, ha aggiunto la Northwestern Nabeel Rehemtulla, che ha co-guidato lo sviluppo tecnologico insieme a Miller. “Ciò semplifica notevolmente gli ampi studi sulle supernove, aiutandoci a comprendere meglio i cicli di vita delle stelle e l’origine degli elementi creati dalle supernove, come il carbonio, il ferro e l’oro”.
Miller è un assistente professore di fisica e astronomia alla Northwestern Weinberg College delle Arti e delle Scienze e membro del Centro per l’esplorazione e la ricerca interdisciplinare in astrofisica (CIERA). Rehemtulla è uno studente laureato in astronomia del gruppo di ricerca di Miller.
Eliminare gli intermediari
Per rilevare e analizzare le supernovae, gli esseri umani attualmente lavorano fianco a fianco con sistemi robotici. Innanzitutto, i telescopi robotici riprendono ripetutamente le stesse sezioni del cielo notturno, alla ricerca di nuove fonti che non erano presenti nelle immagini precedenti. Poi, quando questi telescopi rilevano qualcosa di nuovo, gli esseri umani prendono il sopravvento.
“Il software automatizzato presenta un elenco di possibili esplosioni agli esseri umani, che dedicano tempo alla verifica dei candidati ed all’esecuzione di osservazioni spettroscopiche”, ha affermato Miller. “Possiamo sapere con certezza se un candidato è veramente una supernova raccogliendone lo spettro – la luce dispersa della sorgente, che rivela gli elementi presenti nell’esplosione. Esistono telescopi robotici in grado di raccogliere spettri, ma questo viene spesso fatto anche da esseri umani che utilizzano telescopi con spettrografi”.
I ricercatori hanno sviluppato il BTSbot per eliminare questo intermediario umano. Per sviluppare lo strumento di intelligenza artificiale, Rehemtulla ha addestrato un algoritmo di apprendimento automatico con oltre 1,4 milioni di immagini storiche provenienti da quasi 16.000 fonti, tra cui supernove confermate, stelle flaring temporanee, stelle periodicamente variabili e galassie flaring.
“La Zwicky Transient Facility (ZTF) è operativa da sei anni e, durante questo periodo, io e altri abbiamo trascorso più di 2.000 ore a ispezionare visivamente i candidati e a determinare quali osservare con la spettroscopia”, ha affermato Christoffer Fremling, un astronomo. presso il California Institute of Technology (Caltech) che ha sviluppato un altro strumento di intelligenza artificiale chiamato SNIascore e ha contribuito allo sviluppo di BTSbot. “L’aggiunta di BTSbot al nostro flusso di lavoro eliminerà la necessità di dedicare tempo all’ispezione di questi candidati”.
Successo iniziale e un’ondata di sollievo
Per testare il BTSbot, i ricercatori hanno esaminato una candidata supernova appena scoperta chiamata SN2023tyk. Lo ZTF, un osservatorio robotico che fotografa il cielo notturno alla ricerca di supernovae, ha rilevato per la prima volta la sorgente il 3 ottobre. Analizzando i dati di ZTF in tempo reale, BTSbot ha trovato SN2023tyk il 5 ottobre.
Un’immagine prima (a sinistra) e dopo della galassia in cui si è verificato SN2023tyk. La regione in alto a sinistra della galassia (a destra) appare bulbosa e deforme, dove la stella è esplosa.
Da lì, BTSbot ha richiesto automaticamente lo spettro della potenziale supernova all’Osservatorio Palomar, dove un altro telescopio robotico (SED Machine) ha eseguito osservazioni approfondite per ottenere lo spettro della sorgente. La macchina SED ha poi inviato questo spettro al Caltech Punteggio SNI per determinare il tipo della supernova: o l’esplosione termonucleare di una nana bianca o il collasso del nucleo di una stella massiccia.
Dopo aver stabilito che la candidata era una supernova di tipo Ia (un’esplosione stellare in cui una nana bianca in un sistema stellare binario esplode completamente), il sistema automatizzato ha condiviso pubblicamente la scoperta con la comunità astronomica il 7 ottobre.
Nei primi giorni di utilizzo di BTSbot, Rehemtulla ha provato un misto di nervosismo ed eccitazione.
“La prestazione simulata è stata eccellente, ma non sai mai come si traduce nel mondo reale finché non la provi davvero”, ha detto. “Una volta che le osservazioni del SEDM e la classificazione automatizzata sono arrivate da SNIascore, abbiamo sentito un’enorme ondata di sollievo. Il bello è che, una volta che tutto è acceso e funziona correttamente, in realtà non facciamo nulla. Andiamo a dormire la notte e, al mattino, vediamo che i BTSbot e queste altre IA svolgono incrollabilmente il loro lavoro.
Fonte: NUniversità dell’OrtoOvest
Da un’altra testata giornalistica. news de www.technology.org
