Ein vollständig automatisierter Prozess, einschließlich eines brandneuen Tools für künstliche Intelligenz (KI), hat seine erste Supernova erfolgreich entdeckt, identifiziert und klassifiziert.
Das neue System wurde von einer internationalen Zusammenarbeit unter der Leitung der Northwestern University entwickelt und automatisiert die gesamte Suche nach neuen Supernovae am Nachthimmel – wodurch Menschen effektiv aus dem Prozess ausgeschlossen werden. Dies beschleunigt nicht nur den Prozess der Analyse und Klassifizierung neuer Supernova-Kandidaten erheblich, sondern umgeht auch menschliches Versagen.
Das Team alarmierte die astronomische Gemeinschaft zum Start und Erfolg des neuen Tools namens Bright Transient Survey Bot (BTSbot) in dieser Woche. In den letzten sechs Jahren haben Menschen schätzungsweise insgesamt 2.200 Stunden damit verbracht, Supernova-Kandidaten visuell zu untersuchen und zu klassifizieren. Da das neue Tool jetzt offiziell online ist, können Forscher diese kostbare Zeit für andere Aufgaben nutzen, um das Entdeckungstempo zu beschleunigen.
„Zum ersten Mal überhaupt hat eine Reihe von Robotern und KI-Algorithmen ein anderes Teleskop beobachtet, dann identifiziert und dann mit ihm kommuniziert, um schließlich die Entdeckung einer Supernova zu bestätigen“, sagte Adam Miller von Northwestern, der die Arbeit leitete. „Dies stellt einen wichtigen Fortschritt dar, da eine weitere Verfeinerung der Modelle es den Robotern ermöglichen wird, bestimmte Subtypen von Sternexplosionen zu isolieren. Letztendlich hat die Entfernung von Menschen aus dem Kreislauf dem Forschungsteam mehr Zeit, ihre Beobachtungen zu analysieren und neue Hypothesen zur Erklärung des Ursprungs zu entwickeln.“ der kosmischen Explosionen, die wir beobachten.“
„Wir haben die weltweit erste vollautomatische Erkennung, Identifizierung und Klassifizierung einer Supernova erreicht“, fügte Nabeel Rehemtulla von Northwestern hinzu, der gemeinsam mit Miller die Technologieentwicklung leitete. „Dies vereinfacht umfangreiche Studien zu Supernovae erheblich und hilft uns, die Lebenszyklen von Sternen und den Ursprung der von Supernovae erzeugten Elemente wie Kohlenstoff, Eisen und Gold besser zu verstehen.“
Miller ist Assistenzprofessor für Physik und Astronomie am Weinberg College of Arts and Sciences im Nordwesten und Mitglied des Center for Interdisciplinary Exploration and Research in Astrophysics (CIERA). Rehemtulla ist Astronomie-Doktorandin in Millers Forschungsgruppe.
Den Mittelsmann ausschalten
Um Supernovae zu erkennen und zu analysieren, arbeiten Menschen derzeit Hand in Hand mit Robotersystemen. Erstens bilden Roboterteleskope wiederholt dieselben Abschnitte des Nachthimmels ab und suchen nach neuen Quellen, die in früheren Bildern nicht vorhanden waren. Wenn diese Teleskope dann etwas Neues entdecken, übernehmen die Menschen die Kontrolle.
„Automatisierte Software präsentiert den Menschen eine Liste möglicher Explosionen, die Zeit damit verbringen, die Kandidaten zu überprüfen und spektroskopische Beobachtungen durchzuführen“, sagte Miller. „Wir können nur dann definitiv wissen, dass es sich bei einem Kandidaten wirklich um eine Supernova handelt, indem wir sein Spektrum sammeln – das gestreute Licht der Quelle, das die in der Explosion vorhandenen Elemente aufdeckt. Es gibt bestehende Roboterteleskope, die Spektren sammeln können, aber dies wird oft auch von Menschen durchgeführt.“ Teleskope mit Spektrographen.
Die Forscher haben den BTSbot entwickelt, um diesen menschlichen Mittelsmann auszuschalten. Um das KI-Tool zu entwickeln, trainierte Rehemtulla einen maschinellen Lernalgorithmus mit mehr als 1,4 Millionen historischen Bildern aus fast 16.000 Quellen, darunter bestätigte Supernovae, vorübergehend aufflackernde Sterne, periodisch veränderliche Sterne und aufflackernde Galaxien.
„Die Zwicky Transient Facility (ZTF) ist seit sechs Jahren in Betrieb, und in dieser Zeit haben ich und andere mehr als 2.000 Stunden damit verbracht, Kandidaten visuell zu untersuchen und zu bestimmen, welche mit Spektroskopie beobachtet werden sollten“, sagte Christoffer Fremling, ein Astronom am California Institute of Technology (Caltech), der ein weiteres KI-Tool namens SNIascore entwickelte und zur Entwicklung von BTSbot beitrug. „Durch die Integration von BTSbot in unseren Workflow müssen wir keine Zeit mehr mit der Prüfung dieser Kandidaten verbringen.“
Früher Erfolg und eine Welle der Erleichterung
Um den BTSbot zu testen, suchten die Forscher nach einem neu entdeckten Supernova-Kandidaten namens SN2023tyk. Das ZTF, ein Roboterobservatorium, das den Nachthimmel auf der Suche nach Supernovae abbildet, entdeckte die Quelle erstmals am 3. Oktober. Beim Durchsuchen der ZTF-Daten in Echtzeit fand BTSbot am 5. Oktober SN2023tyk.
Von dort aus forderte BTSbot automatisch das Spektrum der potenziellen Supernova vom Palomar-Observatorium an, wo ein anderes Roboterteleskop (SED Machine) eingehende Beobachtungen durchführte, um das Spektrum der Quelle zu erhalten. Die SED-Maschine schickte dieses Spektrum dann an Caltechs SNIascore, um den Typ der Supernova zu bestimmen: Entweder eine thermonukleare Explosion eines Weißen Zwergs oder der Kollaps des Kerns eines massereichen Sterns.
Nachdem festgestellt wurde, dass es sich bei dem Kandidaten um eine Supernova vom Typ Ia handelte (eine Sternexplosion, bei der ein Weißer Zwerg in einem Doppelsternsystem vollständig explodiert), teilte das automatisierte System die Entdeckung am 7. Oktober öffentlich der astronomischen Gemeinschaft mit.
In den ersten Tagen, als sie BTSbot leitete, verspürte Rehemtulla eine Mischung aus Nervosität und Aufregung.
„Die simulierte Leistung war ausgezeichnet, aber wie sich das auf die reale Welt auswirkt, weiß man erst, wenn man es tatsächlich ausprobiert“, sagte er. „Als die Beobachtungen von SEDM und der automatisierten Klassifizierung von SNIascore eintrafen, verspürten wir eine große Welle der Erleichterung. Das Schöne daran ist, dass wir, sobald alles eingeschaltet ist und ordnungsgemäß funktioniert, eigentlich nichts mehr tun. Wir gehen zu.“ Wir schlafen nachts und am Morgen sehen wir, dass BTSbot und diese anderen KIs unerschütterlich ihre Arbeit erledigen.
An der von Northwestern geleiteten Zusammenarbeit beteiligten sich Astronomen von Caltech, der University of Minnesota, der Liverpool John Moores University in England und der Universität Stockholm in Schweden.