Med hjälp av maskininlärningstekniker, ett team av astronomer har upptäckt ett dussin kvasarer som har förvrängts av en naturligt förekommande kosmisk "lins" och delat upp sig i fyra liknande bilder. Kvasarer är extremt lysande kärnor i avlägsna galaxer som drivs av supermassiva svarta hål.

Under de senaste fyra decennierna, astronomer hade hittat cirka 50 av dessa "fyrdubbelt avbildade kvasarer, " eller förkorta fyrhjulingar, som uppstår när gravitationen hos en massiv galax som råkar sitta framför en kvasar delar upp sin enda bild i fyra. Den senaste studien, som sträckte sig över bara ett och ett halvt år, ökar antalet av dessa kända fyrhjulingar med cirka 25 procent och visar kraften i maskininlärning för att hjälpa astronomer i deras sökande efter dessa kosmiska konstigheter.

"Quads är guldgruvor för alla möjliga frågor. De kan hjälpa till att bestämma universums expansionshastighet, och hjälpa till att ta itu med andra mysterier, såsom mörk materia och kvasarmotorer, " säger Daniel Stern, huvudförfattare till den nya studien och en forskare vid Jet Propulsion Laboratory, som hanteras av Caltech för NASA. "De är inte bara nålar i en höstack utan schweiziska arméknivar eftersom de har så många användningsområden."

Resultaten, att publiceras i The Astrophysical Journal , gjordes genom att kombinera maskininlärningsverktyg med data från flera mark- och rymdbaserade teleskop, inklusive Europeiska rymdorganisationens Gaia-uppdrag; NASA:s Wide-field Infrared Survey Explorer (eller WISE); W. M. Keck Observatory på Maunakea, Hawaii; Caltechs Palomar-observatorium; European Southern Observatorys New Technology Telescope i Chile; och Gemini South-teleskopet i Chile.

Kosmologiskt dilemma

På senare år har en diskrepans har uppstått över det exakta värdet av universums expansionshastighet, även känd som Hubbles konstant. Två primära metoder kan användas för att bestämma detta antal:en förlitar sig på mätningar av avståndet och hastigheten för objekt i vårt lokaluniversum, och den andra extrapolerar hastigheten från modeller baserade på fjärrstrålning kvar från födelsen av vårt universum, kallas den kosmiska mikrovågsbakgrunden. Problemet är att siffrorna inte stämmer överens.

"Det finns potentiellt systematiska fel i mätningarna, men det ser mindre och mindre troligt ut, säger Stern. Mer lockande, diskrepansen i värdena kan betyda att något med vår modell av universum är fel och att det finns ny fysik att upptäcka."

De nya quasar quads, som laget gav smeknamn som Wolf's Paw och Dragon Kite, kommer att hjälpa till i framtida beräkningar av Hubbles konstant och kan belysa varför de två primära mätningarna inte är i linje. Kvasarerna ligger mellan de lokala och avlägsna mål som användes för de tidigare beräkningarna, så de ger astronomer ett sätt att undersöka universums mellanområde. En kvasarbaserad bestämning av Hubbles konstant kan indikera vilket av de två värdena som är korrekt, eller, kanske mer intressant, skulle kunna visa att konstanten ligger någonstans mellan det lokalt bestämda och avlägsna värdet, ett möjligt tecken på tidigare okänd fysik.

Gravitationsillusioner

Multipliceringen av kvasarbilder och andra objekt i kosmos inträffar när gravitationen hos ett förgrundsobjekt, som en galax, böjer och förstorar ljuset från föremål bakom den. Fenomenet, kallad gravitationslinsning, har setts många gånger tidigare. Ibland linsas kvasarer till två liknande bilder; mindre vanligt, de är linsade i fyra.

"Quads är bättre än de dubbelbildade kvasarerna för kosmologistudier, som att mäta avståndet till föremål, eftersom de kan vara utsökt väl modellerade, " säger medförfattaren George Djorgovski, professor i astronomi och datavetenskap vid Caltech. "De är relativt rena laboratorier för att göra dessa kosmologiska mätningar."

I den nya studien, forskarna använde data från WISE, som har relativt grov upplösning, att hitta troliga kvasarer, och använde sedan Gaias skarpa upplösning för att identifiera vilka av WISE-kvasarerna som var associerade med möjliga kvasarer med fyrdubbla bilder. Forskarna använde sedan verktyg för maskininlärning för att välja ut vilka kandidater som mest sannolikt var flerbildskällor och inte bara olika stjärnor som satt nära varandra på himlen. Uppföljningsobservationer med hjälp av Keck Observatory's Low Resolution Imaging Spectrometer (LRIS), samt Palomar Observatory, New Technology Telescope, och Gemini-South bekräftade vilka av objekten som verkligen var fyrfaldigt avbildade kvasarer som låg miljarder ljusår bort.

Människor och maskiner som arbetar tillsammans

Den första quad som hittades med hjälp av maskininlärning, med smeknamnet Centaurus' Victory, bekräftades under en hela natten som laget tillbringade på Caltech, med medarbetare från Belgien, Frankrike, och Tyskland, medan du använder en dedikerad dator i Brasilien, minns medförfattaren Alberto Krone-Martins från UC Irvine. Teamet hade på distans observerat sina föremål med hjälp av Keck Observatory.

"Maskininlärning var nyckeln till vår studie men det är inte tänkt att ersätta mänskliga beslut, " förklarar Krone-Martins. "Vi tränar och uppdaterar kontinuerligt modellerna i en pågående inlärningsslinga, så att människor och den mänskliga expertisen är en viktig del av loopen. When we talk about 'AI' in reference to machine-learning tools like these, it stands for Augmented Intelligence not Artificial Intelligence."

"Alberto not only initially came up with the clever machine-learning algorithms for this project, but it was his idea to use the Gaia data, something that had not been done before for this type of project, " says Djorgovski.

"This story is not just about finding interesting gravitational lenses, " han säger, "but also about how a combination of big data and machine learning can lead to new discoveries."