Астрономы Калифорнийского технологического института разработали алгоритм машинного обучения для телескопа в Паломарской обсерватории, США. Как результат, Zwicky Transient Facility (ZTF) самостоятельно обнаружил и классифицировал тысячу сверхновых всего за 19 месяцев. Ни одной ошибки при перепроверке специалистами выявлено не было.
ZTF ежедневно сканирует ночное небо в поиске переходных событий: от движущихся астероидов до взрывающихся звёзд, известных как сверхновые. Умный телескоп рассылает сотни тысяч оповещений за ночь астрономам по всему миру, уведомляя их об этих событиях. После оповещения учёные приводят в действие другие телескопы, начиная отслеживать и исследовать природу изменяющихся объектов, которые без ZTF могли бы пройти мимо их внимания.
Также автоматизированный телескоп берёт на себя львиную долю анализа новых данных, с объёмом которого исследователи уже не успевают справляться вручную. Специально разработанный алгоритм SNIascore классифицирует взрывающиеся звёзды, которые в большинстве своём делятся на два типа: I, когда в двойной системе от большего компонента материал перетекает к более массивному компактному, и II, который возникает после исчерпания массивной звездой термоядерного топлива. В настоящее время SNIascore вкупе со спектрографом SEDM (машина распределения спектральной энергии) может классифицировать то, что известно как сверхновые типа Ia, которые позволяют астрономам измерять скорость расширения Вселенной. В результате команда ZTF быстро создаёт надёжный набор данных о сверхновых.
«SNIascore удивительно точен. Мы не обнаружили ни одной явной ошибки при классификации сверхновых Ia с момента запуска в апреле 2021 года, и теперь мы планируем реализовать тот же алгоритм с другими средствами наблюдения», — говорит Мэтью Грэм, учёный проекта ZTF и профессор астрономии Калифорнийского технологического института.
