En grupp astronomer från universiteten i Groningen, Neapel och Bonn har utvecklat en metod som hittar gravitationslinser i enorma högar av observationer. Metoden är baserad på samma artificiell intelligensalgoritm som Google, Facebook och Tesla har använt de senaste åren. Forskarna publicerade sin metod och 56 nya gravitationslinskandidater i novembernumret av Månatliga meddelanden från Royal Astronomical Society .

När en galax är gömd bakom en annan galax, vi kan ibland se den dolda runt frontsystemet. Detta fenomen kallas en gravitationslins, eftersom det framgår av Einsteins allmänna relativitetsteori som säger att massa kan böja ljus. Astronomer letar efter gravitationslinser eftersom de hjälper till i forskningen om mörk materia.

Jakten på gravitationslinser är mödosam. Astronomer måste sortera tusentals bilder. De får hjälp av entusiastiska volontärer runt om i världen. Än så länge, sökningen var mer eller mindre i linje med tillgången på nya bilder. Men tack vare nya observationer med speciella teleskop som reflekterar stora delar av himlen, miljontals bilder läggs till. Människor kan inte hänga med i den takten.

Google, Facebook, Tesla

För att hantera den växande mängden bilder, astronomerna har använt så kallade "konvolutionella neurala nätverk". Google använde sådana neurala nätverk för att vinna en match i Go mot världsmästaren. Facebook använder dem för att känna igen vad som finns i bilderna på din tidslinje. Och Tesla har utvecklat självkörande bilar tack vare neurala nätverk.

Astronomerna tränade det neurala nätverket med hjälp av miljontals hemmagjorda bilder av gravitationslinser. Sedan konfronterade de nätverket med miljontals bilder från en liten fläck på himlen. Den lappen hade en yta på 255 kvadratgrader. Det är drygt en halv procent av himlen.

Gravitationslins kandidater

Initialt, det neurala nätverket hittade 761 gravitationslinskandidater. Efter en visuell inspektion av astronomerna minskades provet till 56. De 56 nya linserna behöver fortfarande bekräftas med teleskop som Hubble-rymdteleskopet.

Dessutom, det neurala nätverket återupptäckte två kända linser. Tyvärr, den såg inte en tredje känd lins. Det är en liten lins och det neurala nätverket har inte tränats för den storleken ännu.

I framtiden, forskarna vill träna sitt neurala nätverk ännu bättre så att det upptäcker mindre linser och avvisar falska. Det slutliga målet är att helt ta bort all visuell inspektion.

Kilo-examensundersökning

Carlo Enrico Petrillo (Universitetet i Groningen, Nederländerna), första författaren till den vetenskapliga publikationen:"Detta är första gången ett konvolutionellt neuralt nätverk har använts för att hitta märkliga objekt i en astronomisk undersökning. Jag tror att det kommer att bli normen eftersom framtida astronomiska undersökningar kommer att producera en enorm mängd data som kommer att nödvändigt att inspektera. Vi har inte tillräckligt med astronomer för att klara det här."

De data som neuronnätverket bearbetade, kom från Kilo-examensundersökningen. Projektet använder VLT Survey Telescope från European Southern Observatory (ESO) på Mount Paranal (Chile). Den medföljande panoramakameran, OmegaCAM, utvecklades under holländskt ledarskap.