Открытие самого далекого линзированного квазара стало возможным благодаря методам машинного обучения
Квазары — это чрезвычайно яркие галактические ядра, где газ и пыль, падающие в центральную сверхмассивную чёрную дыру, испускают колоссальное количество излучения. Благодаря своей исключительной яркости эти объекты можно наблюдать при высоких красных смещениях, что указывает на их большие расстояния и древность. Астрономы заинтересованы в изучении этих древних объектов, поскольку они содержат подсказки об эволюции нашей Вселенной.
Кандидаты в квазары с высоким красным смещением изначально идентифицируются по их цвету — они очень красные — и затем должны быть подтверждены путем анализа отдельных наблюдений их спектров. Однако некоторые кандидаты с высоким красным смещением могут быть ошибочно исключены из дальнейшего исследования из-за искажений, вызванных гравитационным линзированием.
Гравитационное линзирование происходит, когда массивный объект, такой как галактика, находится между нами и далёким объектом. Масса галактики искривляет пространство, действуя как увеличительное стекло, что приводит к искажению изображения объекта.
Хотя такой эффект может быть полезным, он также способен обманчиво изменить внешний вид квазара, сделав его более синим или размытым, что может привести к его исключению из числа кандидатов в квазары.
Группа астрономов под руководством Ксандера Бирна из Кембриджского университета решила восстановить линзированные квазары, которые были упущены из виду в предыдущих исследованиях.
Бирн отправился на поиски этих объектов в обширном архиве данных Dark Energy Survey (DES), который включает более 700 миллионов объектов. Он сократил этот архив, сравнив данные с изображениями из других обзоров, чтобы отфильтровать маловероятных кандидатов. Этот процесс дал гораздо более упорядоченный набор данных, содержащий уже 7438 объектов.
Чтобы избежать преждевременного исключения линзированных квазаров, Бирн применил алгоритм контрастного обучения, в котором последовательные решения помещают каждую точку данных в группу в соответствии с тем, чем она является или чем не является.
Контрастное обучение — это алгоритм, который не полагается на начальное, заданное человеком определение как на основу для своих решений. Вместо этого алгоритм сортирует каждую точку данных в соответствии со сходством с другими точками данных в наборе. Используя этот подход, алгоритм сгруппировал объекты в «архипелаг», где небольшое «островное» подмножество объектов было сгруппировано вместе как возможные кандидаты в квазары.
Среди этих кандидатов четыре особенно выделялись, «как драгоценные камни в куче гальки». Используя архивные данные телескопа Gemini South, Бирн подтвердил, что 3 из 4 кандидатов действительно являются квазарами с высоким красным смещением. И один из них, DES J0141-54, стал самым далёким линзированным квазаром, обнаруженным на сегодняшний день. Теперь команда планирует провести дополнительные наблюдения, чтобы подтвердить линзированную природу квазара.
«Если открытие подтвердится, то открытие одного линзированного квазара в выборке из четырёх целей будет исключительно высоким показателем! Если бы этот поиск проводился с использованием стандартных методов поиска, то, скорее всего, эта жемчужина осталась бы скрытой», — сказал Бирн.
Работа Бирна служит одним из примеров того, как ИИ помогает астрономам. В ближайшие годы ожидается большой приток астрономических данных — с текущим пятилетним обзором Dark Energy Spectroscopic Instrument, а также предстоящим Legacy Survey и Space and Time, которые будут проводиться обсерваторией Веры Рубин, начиная с 2025 года.