Wissenschaftler der University of Warwick nutzen künstliche Intelligenz (KI), um kosmische Explosionen, sogenannte Supernovae, zu analysieren. Ihr Artikel ist erschienen in Monatliche Mitteilungen der Royal Astronomical Society.
Viele Sterne im Universum beenden ihr Leben als Weiße Zwerge – kompakte Sterne mit etwa der Masse der Sonne und der Größe der Erde. Einige dieser Weißen Zwerge explodieren schließlich als Supernovas. Der Prozess ist sehr energiereich und führt zur Entstehung schwerer Elemente, die die Bausteine des Lebens sind, wie etwa Kalzium und Eisen, die wieder ins Universum freigesetzt werden.
Trotz ihrer Bedeutung wissen die Astronomen noch immer nicht genau, wie oder warum diese Supernovas stattfinden.
Um mehr zu verstehen, wird in neuen Forschungsarbeiten eine Art von KI, das sogenannte maschinelle Lernen, eingesetzt, um Experimente mit Supernovas zu beschleunigen – Prozesse, die derzeit sehr rechenintensiv und zeitaufwändig sind. Dies wird dazu beitragen, aufzudecken, wie diese kosmischen Explosionen stattfanden, indem Explosionsmodelle mit realen Beobachtungen verglichen werden.
Der Hauptautor Dr. Mark Magee vom Fachbereich Physik der Universität Warwick sagte: „Bei der Untersuchung von Supernovas analysieren wir ihre Spektren. Spektren zeigen die Lichtintensität über verschiedene Wellenlängen, die von den in der Supernova erzeugten Elementen beeinflusst wird. Jedes Element interagiert mit Licht bei einzigartigen Wellenlängen und hinterlässt daher eine einzigartige Signatur in den Spektren.
„Die Analyse dieser Signaturen kann dabei helfen, die bei einer Supernova entstehenden Elemente zu identifizieren und weitere Einzelheiten darüber zu liefern, wie die Supernova explodierte.“
„Aus diesen Daten erstellen wir Modelle, die mit echten Supernovas verglichen werden, um festzustellen, um welche Art von Supernova es sich handelt und wie sie genau explodierte. Normalerweise dauert die Erstellung eines Modells 10 bis 90 Minuten, und wir möchten Hunderte oder Tausende von Modellen vergleichen, um die Supernova vollständig zu verstehen. Dies ist in vielen Fällen nicht wirklich machbar.
„Unsere neue Forschung wird sich von diesem langwierigen Prozess lösen. Wir werden maschinelle Lernalgorithmen darauf trainieren, wie verschiedene Arten von Explosionen aussehen, und diese verwenden, um viel schneller Modelle zu erstellen. Ähnlich wie wir KI verwenden können, um neue Kunstwerke oder Texte zu erstellen, werden wir jetzt in der Lage sein, Simulationen von Supernovas zu erstellen. Das bedeutet, dass wir in der Lage sein werden, Tausende von Modellen in weniger als einer Sekunde zu erstellen, was der Supernova-Forschung einen enormen Schub geben wird.“
Der Einsatz von KI beschleunigt nicht nur die Analyse von Supernovas, sondern ermöglicht auch eine genauere Forschung. So lässt sich feststellen, welche Modelle echten Explosionen am ehesten entsprechen und wie groß die Bandbreite ihrer physikalischen Eigenschaften ist.
Dr. Magee fügte hinzu: „Die Untersuchung der von Supernovas freigesetzten Elemente ist ein entscheidender Schritt bei der Bestimmung der Art der Explosion, die stattgefunden hat, da bei bestimmten Explosionsarten von manchen Elementen mehr produziert wird als von anderen. Wir können dann die Eigenschaften der Explosion mit den Eigenschaften der Galaxien in Verbindung bringen, in denen die Supernova ruht, und eine direkte Verbindung zwischen der Art der Explosion und der Art des explodierenden Weißen Zwergs herstellen.“
Die jetzt angenommene Arbeit ist nur der erste Schritt. Zukünftige Forschung wird sich auf eine noch größere Vielfalt von Explosionen und Supernovas ausdehnen und die Eigenschaften der Explosion und der Wirtsgalaxie direkt miteinander verknüpfen. Erst durch die Fortschritte im maschinellen Lernen sind derartige Forschungen jetzt möglich.
Dr. Thomas Killestein von der Universität Turku, der ebenfalls an der Forschung beteiligt war, fügte hinzu: „Mit modernen Untersuchungen verfügen wir endlich über Datensätze von der Größe und Qualität, um einige der wichtigsten verbleibenden Fragen der Supernova-Wissenschaft anzugehen: wie genau sie explodieren. Maschinelle Lernansätze wie dieser ermöglichen Studien einer größeren Anzahl von Supernovas, detaillierter und mit mehr Konsistenz als frühere Ansätze.“
Mehr Informationen:
MR Magee et al, Quantitative Modellierung von Spektralzeitreihen von Supernovas vom Typ Ia: Einschränkungen der Explosionsphysik, Monatliche Mitteilungen der Royal Astronomical Society (2024). DOI: 10.1093/mnras/stae1233