Sztuczne sieci neuronowe wykrywają uciekające gwiazdy

Astronomowie odkryli sześć oddalających się szybko od centrum Galaktyki gwiazd hiperprędkościowych. Było to możliwe dzięki zastosowaniu sztucznych sieci neuronowych mających zdolność uczenia się. Operowały one na danych zbieranych w ramach misji Gaia Europejskiej Agencji Kosmicznej, której celem jest utworzenie trójwymiarowej mapy miliarda gwiazd znajdujących się w Drodze Mlecznej i jej otoczeniu.

Gwiazd w Galaktyce jest tak wiele, że praktycznie nie sposób znaleźć między nimi tych najciekawszych - na przykład tak zwanych gwiazd hiperprędkościowych (ang. hypervelocity stars). Przypominałoby to szukanie igły w stogu siana. Jednak dla odpowiednio zaprogramowanej sieci neuronowej nie jest to szczególnym wyzwaniem. Właśnie dokonali tego europejscy naukowcy: wyszkolili specjalny program tak, by wynajdywał on gwiazdy z bardzo dużym ruchem własnym.

Elena Maria Rossi i Tomasso Marchetti ogłosili właśnie odkrycie sześciu gwiazd o ekstremalnie dużych prędkościach. Wszystkie z nich oddalają się od centrum Drogi Mlecznej z szybkością przekraczającą 350 kilometrów na sekundę, a jedna z nich najprawdopodobniej całkowicie opuści w przyszłości naszą Galaktykę.

Gwiazdy poruszające się z hiperprędkościami są bardzo interesujące nie tylko ze względu na swe położenie w obrębie trudnego do obserwacji jądra Galaktyki. Są one również bardzo pomocne w procesie mapowania pola grawitacyjnego Drogi Mlecznej, włączając w to także rozkład ciemnej materii. Poprzednie poszukiwania takich gwiazd koncentrowały się głównie na badaniu widm - wiadomo, że większość gwiazd zgrubienia centralnego naszej Galaktyki to obiekty stosunkowo stare i czerwone, więc każde jaśniejsze, bardziej błękitne gwiazdy leżące w tym obszarze są dobrymi kandydatami na gwiazdy hiperprędkościowe. Jednak w metodzie tej zakłada się, że własności tych gwiazd się są zasadniczo takie same, co niekoniecznie jest zgodne z prawdą. Inni próbowali je z kolei identyfikować na gruncie ich ruchów własnych i odległości, jednak takie pomiary są z kolei obarczone zbyt dużą niepewnością pomiarową.

Wszystko zmieniła jednak misja Gaia. Kosmiczny teleskop umieszczony na orbicie w roku 2013 miał za zadanie wykonać największą i najbardziej dokładną, trójwymiarową mapę gwiazd w naszej Galaktyce. Ich ostateczny katalog ma być opublikowany w roku 2022 i zawierać dokładne położenia, paralaksy i ruchy własne ponad miliarda gwiazd. Droga Mleczna składa się z płaskiego dysku i położonego w jego centrum, w przybliżeniu sferycznego zgrubienia centralnego. Posiada również otoczkę zwaną halo, czyli nieco rzadziej upakowany gwiazdami obszar rozciągający się sferycznie wokół systemu dysku. Większość gwiazd w tego typu galaktyce znajduje się właśnie w dysku i zgrubieniu centralnym, gdzie poruszają się one wokół jej centrum z prędkościami rzędu 210 - 240 km/s. Gwiazdy halo są natomiast jeszcze wolniejsze. Wydaje się więc, że mając aż tak kompletny katalog nie będzie trudno wyselekcjonować nieliczne gwiazdy hiperprędkościowe, których szybkości przekraczają 350 km/s. Jednak przy setkach miliardów gwiazd w całej Galaktyce jest to ciągle ogromne wyzwanie.

Właśnie dlatego naukowcy angażują w takich projektach tak zwane uczenie maszynowe i algorytmy genetyczne. Rossi i Marchetti stworzyli sztuczną sieć neuronową, czyli program bazujący w swej budowie i działaniu na systemie komunikujących się ze sobą neuronów tkanki mózgowej. Jak takie podejście przyśpiesza jednak wyszukiwanie danego typu gwiazd?

W pierwszym kroku naukowcy przygotowują specjalne dane symulacyjne, na których algorytm oparty na sieci neuronowej uczy się rozpoznawać właściwe różnice pomiędzy hiperszybkimi gwiazdami a ich zwykłymi odpowiednikami. Po zakończeniu takiego "treningu" program dostaje do analizy rzeczywiste już dane zebrane przez teleskop Gaia. Pracuje zgodnie z opracowanymi wcześniej strategiami, by z gwiazd będących kandydatkami do tytułu hiperprędkościowych wybrać te, które faktycznie posiadają ich wszystkie cechy.

Tym sposobem sieć neuronowa Rossi i Marchetti zdołała poprawnie wskazać sześć takich gwiazd, bazując na zbiorze kilkudziesięciu początkowych gwiazd "najbardziej podejrzanych” z pierwszego katalogu Gaia. Podobne badania będą z pewnością powtórzone w początkach roku 2018, gdy światło dzienne ujrzy druga edycja przeglądu gwiazd misji Gaia.