Благодаря искусственному интеллекту были выявлены скрытые подсказки, помогающие раскрыть тайны галактик.
Об этом говорится в исследовании, опубликованном в журнале Monthly Notices of the Royal Astronomical Society, сообщает Space.
Межзвездные облака в древних галактиках часто насыщены углеродом. Если ученым удастся найти эти области, называемые нейтральными углеродными поглотителями, это позволит им получить ценную информацию о том, как галактики развиваются со временем.
Обнаружение нейтральных углеродных поглотителей является непростой задачей. Это требует поиска характерных линий поглощения углерода в спектре света, исходящего от галактики. Из миллионов известных галактик лишь в нескольких десятках найдены такие поглотители. Искусственный интеллект, особенно обученная нейронная сеть, может значительно облегчить этот процесс.
Исследователи использовали нейронную сеть для анализа спектроскопических данных галактик, собранных более десяти лет назад. Это позволило им обнаружить свыше ста новых галактик с нейтральными углеродными поглотителями.
Перед использованием нейронной сети её нужно было обучить. Однако данных о реальных нейтральных углеродных поглотителях было недостаточно для качественного обучения. Поэтому ученые создали набор из 5 миллионов искусственных спектров и использовали их для обучения нейронной сети, чтобы она могла распознавать едва заметные закономерности.
После обучения нейронной сети её применили к данным проекта Sloan Digital Sky Survey III. Это позволило выявить нейтральные углеродные поглотители в 107 галактиках, о которых ранее ничего не было известно. Эти галактики сформировались около 10,8 миллиардов лет назад, что добавляет важную информацию о ранней эволюции галактик во Вселенной.
По мнению исследователей, углерод является индикатором определенной стадии эволюции галактик. Его наличие свидетельствует об интенсивных изменениях и синтезе множества химических элементов тяжелее водорода и гелия.
Ученые считают, что присутствие углерода может указывать на формирование галактического диска, подобного нашему Млечному Пути.
Авторы исследования подчеркивают важность разработки новых ИИ-алгоритмов, способных быстро и точно анализировать скрытые компоненты в огромных массивах астрономических данных. Людям слишком сложно провести такой анализ в разумные сроки и выявить те мельчайшие закономерности, которые могут быть критически важными.
