Maschinelles Lernen hilft bei der Beobachtung von Sternentstehungsregionen

Emissionen von Kohlenstoffmonoxid in der Orion-B-Molekülwolke. (Credits: J. Pety / ORION-B Collaboration / IRAM)
Emissionen von Kohlenstoffmonoxid in der Orion-B-Molekülwolke. (Credits: J. Pety / ORION-B Collaboration / IRAM)

Künstliche Intelligenz kann es ermöglichen, astrophysikalische Phänomene zu sehen, die zuvor außer Reichweite lagen. Das wurde jetzt von Wissenschaftlern verschiedener Einrichtungen und Institute demonstriert, die gemeinsam am ORION-B-Programm arbeiten. In drei Abhandlungen, die am 19. November 2020 im Journal Astronomy & Astrophysics veröffentlicht wurden, präsentieren sie die umfangreichsten Beobachtungen, die bislang zu den nächstgelegenen Sternentstehungsregionen durchgeführt wurden. Zu den beteiligten Einrichtungen zählen das CNRS, IRAM, das Observatoire de Paris-PSL, die Ecole Centrale Marseille und die Ecole Centrale Lille.

Die Gaswolken, in denen Sterne entstehen und sich entwickeln, sind ausgedehnte Regionen im Universum, die extrem reich an Materie sind und damit auch reich an physikalischen Prozessen. All diese Prozesse sind auf verschiedenen Größen- und Zeitskalen miteinander verwoben, was es fast unmöglich macht, solche stellaren Kinderstuben vollständig zu verstehen. Die Wissenschaftler des ORION-B-Programms haben jetzt jedoch gezeigt, dass die Statistik und künstliche Intelligenz helfen können, die Grenzen niederzureißen, welche der Astrophysik noch im Weg stehen.

Mit dem Ziel, die bislang detailreichste Analyse der Orion-Molekülwolke zu liefern (eine der erdnächsten Sternentstehungsregionen), nahm das ORION-B-Team Experten für die Verarbeitung großer Datenmengen in seine Reihen auf. Das erlaubte ihnen, neue Methoden basierend auf statistischem und maschinellem Lernen zu entwickeln, um Beobachtungen der Wolke in 240.000 Frequenzen zu untersuchen.

Basierend auf KI-Algorithmen machen diese Hilfsmittel es möglich, neue Informationen aus einer großen Datenmenge herauszuziehen, wie sie beispielsweise vom ORION-B-Projekt genutzt wird. Damit konnten die Wissenschaftler eine Reihe von Gesetzen ableiten, die an der Gestaltung der Orion-Molekülwolke beteiligt sind.

Beispielsweise waren sie in der Lage, die Beziehungen zwischen dem von bestimmten Molekülen emittierten Licht und zuvor unzugänglichen Informationen aufzudecken, genauer gesagt, der Menge des Wasserstoffs und der freien Elektronen in der Wolke. Dies schätzten sie anhand ihrer Berechnungen, ohne sie direkt zu beobachten. Durch die Analyse all der verfügbaren Daten konnte das Forschungsteam auch Möglichkeiten bestimmen, um ihre Beobachtungen weiter zu verbessern, indem sie eine gewisse Menge unerwünschter Informationen entfernten.

Das ORION-B-Team möchte diese theoretische Arbeit jetzt testen, indem die Forscher die erhaltenen Schätzungen und Empfehlungen unter echten Bedingungen anwendet und verifiziert. Eine andere wichtige theoretische Herausforderung wird es sein, Informationen über die Geschwindigkeit von Molekülen abzuleiten und dadurch die Bewegung der Materie zu visualisieren, um zu sehen, wie sie sich innerhalb der Wolke bewegt.

Abhandlungen:
Quantitative inference of the H2 column densities from 3 mm molecular emission: A case study towards Orion B” von Gratier et al.

Tracers of the ionization fraction in dense and translucent gas: I. Automated exploitation of massive astrochemical model grids” von Bron et al.

C18O, 13CO, and 12CO abundances and excitation temperatures in the Orion B molecular cloud: An analysis of the precision achievable when modeling spectral line within the Local Thermodynamic Equilibrium approximation” von Roueff et al.

Quelle

(THK)

Werbung

Ersten Kommentar schreiben

Antworten

Deine E-Mail-Adresse wird nicht veröffentlicht.


*