Астрономы из Калифорнийского технологического института использовали алгоритм машинного обучения SNIascore для точного выявления определённых типов звёзд. Это позволило безошибочно обнаружить тысячу сверхновых с заданными характеристиками.
Источник изображения: ESO
Алгоритм SNIascore сформировал каталог из данных, собранных с помощью инструмента Zwicky Transient Facility (ZTF), действующего в связке с телескопом Samuel Oschin, расположенным в Паломарской обсерватории института.
Сканирование неба в поисках кратковременных или переходящих событий (от пролёта астероидов до взрывов сверхновых) позволяет ZTF формировать каждую ночь огромные массивы данных — учёные просто не в состоянии обработать их все самостоятельно, что и привело к разработке SNIascore, способного взять на себя значительную часть работы.
С начала действия ZTF в 2017 году идентифицированы тысячи сверхновых, которые могут быть условно разделены на два класса: у сверхновых звёзд первого типа (Type I) практически отсутствует водород, тогда как у объектов второго типа (Type II) его в избытке.
Чаще всего сверхновые Type I образуются, когда массивные звёзды поглощают материю от расположенных поблизости «донорских» звёзд. Материя падает на их поверхность и становится триггером термоядерного взрыва. Сверхновые Type II появляются, когда у звёзд заканчивается «топливо» для ядерного синтеза и они более не могут сопротивляться гравитационному коллапсу, что тоже в результате приводит к взрыву.
SNIascore классифицировал отдельный подвид звёзд, названных сверхновыми Type Ia. Такие появляются, когда умирающая звезда взрывается и формирует такой стабильный источник с известной светимостью, что его называют т.н. «стандартной свечой» — они, например, могут применяться для измерения расстояний в космосе и замеров темпов расширения Вселенной.
Каждую ночь после сканирования неба с помощью ZTF в поисках кратковременных или переходящих событий или объектов SNIascore ищет звёзды, соответствующие классу Type Ia. Известно, что алгоритм классифицировал свою первую сверхновую в апреле 2021 года, а теперь речь идёт уже о тысяче таких звёзд. По мнению учёных, SNIascore чрезвычайно точен и фактически работает без ошибок. Поэтому аналогичный алгоритм планируется применять и на других наблюдательных площадках.
Кроме того, учёные работают над тем, чтобы SNIascore в будущем смог выявлять и другие типы сверхновых. Впрочем, уже сейчас алгоритм машинного обучения значительно упрощает работу астрономам, заметно меняя принципы их работы. По словам местных сотрудников, традиционное представление об астрономах, как о людях, сидящих в обсерватории и наблюдающих за звёздами непосредственно в телескоп, очень романтично, но уже мало соответствует действительности.