Astronomer använder numera AI för att mäta
universums expansion.
Två nyligen genomförda studier under ledning av Maria
Dainotti, gästprofessor vid UNLV:s Nevada Center for Astrophysics och
biträdande professor vid National Astronomical Observatory of Japan (NAOJ),
införlivade flera maskininlärningsmodeller för att lägga till en ny nivå av
precision till avståndsmätningar till gammablixtar (GRB) vilka är de mest ljusstarka
och våldsamma explosionerna i universum. Då gammablixtar är så ljusstarka kan
de observeras på flera avstånd – även i utkanten av det synliga universum – och
hjälper astronomer i deras strävan att finna de äldsta och mest avlägsna
stjärnorna.
Men på grund av den nuvarande teknikens
begränsningar är det endast en liten andel av de kända gammablixtarna som har de observationsegenskaper
som behövs för att hjälpa astronomer att beräkna hur långt bort de finns.
– Den här forskningen flyttar fram gränserna för
både gammastrålningsastronomi och maskininlärning, beskriver Dainotti.
"Uppföljande forskning och innovation kommer att hjälpa oss att uppnå ännu
mer tillförlitliga resultat och göra det möjligt för oss att besvara några av
de mest angelägna kosmologiska frågorna, inklusive de tidigaste processerna i
universum och hur universum utvecklats över tid."
I en av studierna använde Dainotti och Aditya
Narendra (sistaårsdoktorand) vid Polens Jagellonska universitet flera
maskininlärningsmetoder (AI) för att exakt mäta avståndet till gammablixtar som
observerats av rymdteleskopet Swift UltraViolet/Optical Telescope (UVOT) och Subaruteleskopet
inklusive markbaserade teleskop. Mätningarna baserades enbart på icke
avståndsrelaterade gammablixtegenskaper.
Forskningsresultatet publicerades den 23 maj i
tidskriften Astrophysical Journal Letters. "Resultatet av studien är så
exakt att vi med hjälp av förutspått avstånd kan bestämma antalet gammablixtar
i en given volym och tid (kallad hastigheten), vilket är mycket nära de
faktiska observerade uppskattningarna", beskriver Narendra.
I en annan studie ledd av Dainotti och
internationella samarbetspartners som varit framgångsrik i att mäta
gammablixtavstånd med maskininlärning (med
hjälp av data från NASA:s Swift X-ray Telescope (XRT)) av efterglöd från så
kallade långa gammablixtar. Gammablixtar tros förekomma av olika slag. Långa
gammablixtar inträffar när en tung stjärna når slutet av sitt liv och
exploderar i en spektakulär supernova. En annan typ, känd som korta
gammablixtar, uppstår när resterna av stjärnor ex neutronstjärnor smälter
samman genom gravitationen och kolliderar med varandra.
En tredje studie, publicerad den 21 februari i
Astrophysical Journal Letters under ledning av astrofysikern Vahé Petrosian och
Dainotti, användes Swift-röntgendata för att undersöka gammablixthastighet – på små relativa avstånd som inte följer stjärnbildningshastigheten.
Studien, som publicerades den 26 februari 2024 i The
Astrophysical Journal, Supplement Series, uppskattar på ett tillförlitligt sätt
avståndet till 154 långa gammablixtar för vilka avståndet var okänt tidigare
och ökar avsevärt populationen av kända avstånd till denna typ av blixtrar.
Bild vikipedia på Swift-satelliten.
