مدل یادگیری ماشینی تیم تحقیقاتی هفت سیستم کوازار-لنز گرانشی را در دادههای DESI شناسایی کرده است. این سیستمها نور منابع دوردست را خم و بزرگنمایی میکنند و دید مستقیمتری نسبت به ساختار کهکشانهای پسزمینه و رشد سیاهچالههای فوقپرجرم فراهم میآورند.
کوازارها و لنزهای گرانشی چه اطلاعاتی در اختیار میگذارند
کوازارها هستههای بسیار درخشان کهکشانی هستند که توسط سیاهچالههای فوقپرجرم در حال تغذیه نیرو میگیرند. اَروِت مکآرتور، پژوهشگر ارشد، کوازارها را «تصویرهای اولیهٔ یک سیاهچالهٔ فوقپرجرم» توصیف میکند؛ بررسی کوازارها مسیر تحول از سیاهچالههای جوان و فعال تا اَبَرسیاهچالههای کنونی را آشکار میسازد.
در برخی از موارد، خودِ کوازار یا کهکشان میزبانِ آن میتواند نقش لنز گرانشی ایفا کند و نور یک جسم بسیار دور را خم و بزرگنمایی کند. این پدیده امکان مشاهدهٔ همزمانِ نشانههای کوازار و ساختار کهکشان پسزمینه را فراهم میکند؛ ساختاری که معمولاً در پرتو شدید کوازار پنهان میماند.
روششناسی کشف: از میان حدود 800,000 نامزد
پژوهشگران از فهرستی در حدود 800,000 کوازارِ شناساییشده توسط DESI شروع کردند و با استفاده از یک مدل یادگیری ماشینی به دنبال نشانههای ظریف لنز گرانشی گشتند. بهدلیل کمی نمونههای واقعی کوازار-لنز، تیم از نمونههای شبیهسازیشده برای آموزش مدل بهره برد تا الگوهای خمیدگی نور را بیابد.
روند کار شامل مراحل زیر بود:
- تولید صدها نمونهٔ شبیهسازیشده از سامانههای کوازار–لنز،
- آموزش مدل برای تشخیص الگوهای نور خمیده در تصاویر و دادههای طیفی،
- اعمال مدل روی فهرست DESI و کاهش فهرست به حدود 200 نامزد،
- بازبینی دستی این نامزدها که در نهایت به شناسایی 7 کوازار-لنز انجامید.
این هفت نامزد تقریباً دو برابر تعداد سیستمهای مشابه کشفشده پیشین است و نشان میدهد ترکیب دادههای عظیم نقشهبرداری آسمان با ابزارهای هوش مصنوعی توانایی قابلتوجهی در آشکارسازی پدیدههای نادر دارد.
پیامدهای علمی کشف
این کوازارهای-لنز چند امکان پژوهشی مهم فراهم میکنند:
- رصد مستقیم ساختار کهکشانهای میزبان که معمولاً زیر درخشش کوازار پنهاناند،
- بررسی رابطهٔ رشد سیاهچاله و تأثیر آن بر تکامل کهکشان میزبان در مراحل اولیه،
- آزمون و توسعهٔ روشهای تحلیل داده و یادگیری ماشینی برای یافتن پدیدههای نادر در آرشیوهای نجومی بزرگ.
تأیید این نامزدها و استخراج کمّی ویژگیهایی مانند نقشهٔ جرم لنز، قرمزگرایی دقیق و ساختار کهکشانی پسزمینه نیازمند رصدهای پیگیری با تلسکوپهای فضایی و زمینی است. نتایج این مطالعه در نشریهٔ The Astrophysical Journal منتشر شده و تاریخ انتشار ثبتشده ۲۲ ژوئیه است.
چشمانداز و گامهای بعدی
پیمایش DESI در حال ایجاد آرشیوی گسترده از میلیونها کهکشان و کوازار است. ادغام این حجم داده با الگوریتمهای پیشرفته میتواند شمار قابلتوجهی از کوازارهای-لنز را آشکار کند و نقشهٔ رشد سیاهچالهها را در بازههای زمانی متفاوت کیهان روشنتر سازد. رصدهای پیگیری با هابل، جیمز وب و تلسکوپهای بزرگ زمینی کلید دستیابی به پاسخهای دقیقتر دربارهٔ شکلگیری و رشد اَبَرسیاهچالهها خواهند بود.
یافتن هفت نامزد تازه تنها آغاز است؛ با افزایش حجم دادهها و پیشرفت الگوریتمها انتظار میرود نمونههای بیشتری شناسایی شوند و تصویر روشنتری از تعامل میان سیاهچالهها و کهکشانهای میزبان شکل بگیرد.
