Iz 800.000 kvazara izdvojeno sedam gravitacionih sočiva

Model mašinskog učenja pretražio je spektre skoro 800.000 kvazara iz pregleda neba Dark Energy Spectroscopic Instrument (DESI) i izdvojio sedam sistema koji se ponašaju kao gravitaciona sočiva. Rad je objavljen u časopisu The Astrophysical Journal, a vodeći autor je Everet Makartur, doktorand astronomije na Državnom univerzitetu Ohajo. Ako dodatna posmatranja potvrde kandidate, poznati uzorak kvazarskih sočiva se udvostručuje u odnosu na ranije preglede.

Koautori rada su Klaus Honsajd i Kler Laman sa istog univerziteta. Istraživanje su finansirali Ministarstvo energetike SAD i program Evropske unije Horizont 2020.

Šta je kvazarsko gravitaciono sočivo?

Kvazar je jezgro daleke galaksije koje napaja supermasivna crna rupa. Materija koja pada ka crnoj rupi zagreva se i zrači toliko snažno da kvazari sijaju od 10 do 100.000 puta jače od Mlečnog puta, pa se vide preko milijardi svetlosnih godina.

Gravitaciono sočivo je pojava druge vrste. Kada se između nas i takvog izvora nađe masivna galaksija, njena gravitacija savija svetlost koja prolazi pored nje, pa jedan objekat u pozadini vidimo kao više likova, luk ili prsten. Da bi kvazar postao sočivo, dva sistema moraju da se poklope skoro tačno u istoj liniji gledanja. Zbog toga su takvi sistemi retki i zbog toga ih je u katalozima do sada bilo malo.

Makartur objašnjava zašto se isplati tražiti baš njih.

“Kvazari su kao bebi fotografije supermasivne crne rupe. Zato je istraživanje toga kako od kvazara dolazimo do tih crnih rupa zaista važno.”

Korist od sočiva je merna, a ne estetska. Savijena svetlost daje geometriju iz koje se preciznije mere osobine kvazara koji su inače presjajni da bi se lako raščlanili.

Kako je model sveo 800.000 spektara na sedam kandidata

Tim nije pretraživao snimke nego spektre. Model je treniran na malom uzorku veštački napravljenih, lažnih primera sistema sa kvazarskim sočivom, dakle na simulacijama sklopljenim od stvarnih spektara kvazara i pozadinskih galaksija. Zadatak je bio da nauči razliku između uobičajenog i neobičnog spektra.

Posao je išao u tri koraka:

• model je prošao kroz spektre blizu 800.000 kvazara iz pregleda DESI
• listu je sveo na oko 200 objekata koji odstupaju od očekivanog
• tim je tih 200 pregledao ručno i izdvojio sedam sistema koji najubedljivije liče na gravitaciona sočiva

Svih sedam kandidata udaljeno je najmanje 5 do 6 milijardi svetlosnih godina od Zemlje. Potvrda se očekuje od direktnog posmatranja svemirskim instrumentima, pre svega Hablom.

“Ono što ovo dokazuje jeste da je naša arhitektura uspela da na zaista značajan način prođe kroz raznovrstan niz kvazarskih spektara.”

Program kao prvi par očiju

Ovo nije prvi put da mašina prva primeti nešto na nebu. Pisali smo ranije o lutajućoj crnoj rupi koju je pronašao program, a ne astronom. Tada je reč bila o jednoj anomaliji, ovde je sito prošlo kroz ceo katalog i vratilo kratku listu koju je čovek mogao da pregleda ručno.

Motiv nije samo brojanje sočiva. Makartur temu vezuje za pitanje kako galaksija i njena centralna crna rupa rastu zajedno.

“Proučavanjem tesne veze između galaksija i crnih rupa mogli bismo da razumemo zašto je naša galaksija ovakva kakva jeste i možda zašto je naša crna rupa ponekad uspavana.”

Šta ovo još ne dokazuje

Sedam sistema su kandidati, ne potvrđena sočiva. Spektar u kome se naziru tragovi dva objekta ne mora da znači sočivo, pa se svaki kandidat proverava snimkom visoke rezolucije. Dok Habl ili sličan instrument ne razdvoji likove, brojka od sedam ostaje procena koja čeka proveru.

Ograničenje ima i sam metod. Model je učio na simuliranim primerima, pa se njegova pouzdanost na stvarnom nebu ne može oceniti pre nego što se kandidati potvrde ili odbace. Uzorak od sedam je premali za zaključak o tome koliko kvazarskih sočiva uopšte ima u svemiru, a poslednju reč u ovom radu ima ljudska selekcija, ne algoritam.

Makartur i sam govori o proširenju metoda.

“Ovakvu vrstu studije možete sasvim dobro proširiti da biste našli mnoge retke anomalije u spektru. Živimo u eri u kojoj je nauka odjednom pristupačnija nego ikad, a primena veštačke inteligencije u astronomiji i metoda mašinskog učenja na velike skupove podataka deo je toga.”

Sledeći korak je konkretan i merljiv: posmatranje sedam meta i odgovor da li ih je zaista sedam ili manje.