• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Maskininlärning ger ett genombrott i studiet av stellar plantskolor

    Utsläpp av kolmonoxid i Orion B-molekylmolnet Kredit:J. Pety/ORION-B Collaboration/IRAM

    Artificiell intelligens kan göra det möjligt att se astrofysiska fenomen som tidigare var utom räckhåll. Detta har nu visat sig av forskare från CNRS, IRAM, Observatoire de Paris-PSL, Ecole Centrale Marseille och Ecole Centrale Lille, arbeta tillsammans i ORION-B-programmet. I en serie om tre artiklar publicerade i Astronomi &Astrofysik den 19 november 2020, de presenterar de mest omfattande observationer som hittills gjorts av en av de stjärnbildande regionerna närmast jorden.

    Gasmolnen där stjärnor föds och utvecklas är stora områden som är extremt rika på materia, och därmed i fysiska processer. Alla dessa processer är sammanflätade i olika storlek och tidsskalor, vilket gör det nästan omöjligt att helt förstå sådana här stellar plantskolor. Dock, forskarna i ORION-B-programmet har nu visat att statistik och artificiell intelligens kan hjälpa till att bryta ner de barriärer som fortfarande står i vägen för astrofysiker.

    Med syftet att tillhandahålla den mest detaljerade analysen hittills av Orions molekylmoln, en av de stjärnbildande regionerna närmast jorden, ORION-B-teamet inkluderade i sina led forskare som specialiserat sig på massiv databehandling. Detta gjorde det möjligt för dem att utveckla nya metoder baserade på statistisk inlärning och maskininlärning för att studera observationer av molnet vid 240 000 ljusfrekvenser.

    Baserat på artificiell intelligens algoritmer, dessa verktyg gör det möjligt att hämta ny information från en stor mängd data som den som används i ORION-B-projektet. Detta gjorde det möjligt för forskarna att avslöja ett visst antal egenskaper som styr Orions molekylmoln.

    Till exempel, de kunde upptäcka sambanden mellan ljuset som sänds ut av vissa molekyler och information som tidigare var otillgänglig, nämligen, mängden väte och fria elektroner i molnet, som de kunde uppskatta utifrån sina beräkningar utan att direkt observera dem. Genom att analysera all information som är tillgänglig för dem, forskargruppen kunde också fastställa sätt att ytterligare förbättra sina observationer genom att eliminera en viss mängd oönskad information.

    ORION-B-teamen vill nu sätta detta teoretiska arbete på prov, genom att tillämpa de uppskattningar och rekommendationer som erhållits och verifiera dem under verkliga förhållanden. En annan stor teoretisk utmaning blir att utvinna information om molekylernas hastighet, och därmed visualisera materiens rörelse för att se hur den rör sig i molnet.


    © Vetenskap https://sv.scienceaq.com