Un gruppo di astronomi delle università di Groningen, Naples e Bonn hanno sviluppato un metodo che trova lenti gravitazionali in enormi pile di osservazioni. Il metodo si basa sullo stesso algoritmo di intelligenza artificiale che Google, Facebook e Tesla hanno utilizzato negli ultimi anni. I ricercatori hanno pubblicato il loro metodo e 56 nuove lenti gravitazionali candidate nel numero di novembre di Avvisi mensili della Royal Astronomical Society .

Quando una galassia è nascosta dietro un'altra galassia, a volte possiamo vedere quello nascosto attorno al sistema frontale. Questo fenomeno è chiamato lente gravitazionale, perché emerge dalla teoria della relatività generale di Einstein che dice che la massa può piegare la luce. Gli astronomi cercano lenti gravitazionali perché aiutano nella ricerca della materia oscura.

La caccia alle lenti gravitazionali è faticosa. Gli astronomi devono ordinare migliaia di immagini. Sono assistiti da volontari entusiasti in tutto il mondo. Finora, la ricerca è stata più o meno in linea con la disponibilità di nuove immagini. Ma grazie a nuove osservazioni con speciali telescopi che riflettono ampie sezioni di cielo, milioni di immagini vengono aggiunte. Gli umani non possono tenere il passo con quel ritmo.

Google, Facebook, Tesla

Per far fronte alla crescente quantità di immagini, gli astronomi hanno utilizzato le cosiddette "reti neurali convoluzionali". Google ha utilizzato tali reti neurali per vincere una partita di Go contro il campione del mondo. Facebook li usa per riconoscere cosa c'è nelle immagini della tua timeline. E Tesla ha sviluppato auto a guida autonoma grazie alle reti neurali.

Gli astronomi hanno addestrato la rete neurale utilizzando milioni di immagini fatte in casa di lenti gravitazionali. Quindi hanno confrontato la rete con milioni di immagini da un piccolo angolo di cielo. Quella toppa aveva una superficie di 255 gradi quadrati. È poco più di mezzo punto percentuale del cielo.

Candidati per lenti gravitazionali

Inizialmente, la rete neurale ha trovato 761 candidati per lenti gravitazionali. Dopo un'ispezione visiva da parte degli astronomi il campione è stato ridimensionato a 56. Le 56 nuove lenti devono ancora essere confermate dai telescopi come il telescopio spaziale Hubble.

Inoltre, la rete neurale ha riscoperto due lenti conosciute. Sfortunatamente, non ha visto una terza lente conosciuta. Questa è una piccola lente e la rete neurale non è stata ancora addestrata per quelle dimensioni.

Nel futuro, i ricercatori vogliono addestrare ancora meglio la loro rete neurale in modo che noti lenti più piccole e rifiuti quelle false. L'obiettivo finale è rimuovere completamente qualsiasi ispezione visiva.

Indagine Kilo-Gradi

Carlo Enrico Petrillo (Università di Groninga, Paesi Bassi), primo autore della pubblicazione scientifica:"Questa è la prima volta che una rete neurale convoluzionale viene utilizzata per trovare oggetti particolari in un rilevamento astronomico. Penso che diventerà la norma poiché i futuri rilevamenti astronomici produrranno un'enorme quantità di dati che saranno necessario ispezionare. Non abbiamo abbastanza astronomi per far fronte a questo."

I dati elaborati dalla rete neuronale, proveniva dal Kilo-Degree Survey. Il progetto utilizza il VLT Survey Telescope dell'Osservatorio Europeo Meridionale (ESO) sul Monte Paranal (Cile). La fotocamera panoramica in dotazione, OmegaCAM, è stato sviluppato sotto la guida olandese.