Звёзды — это фундаментальные строительные блоки нашей Вселенной. Большинство звёзд имеют планеты, подобно тому как наше Солнце имеет Солнечную систему. А группы звёзд образуют огромные структуры, такие как скопления и галактики.
Прежде чем астрофизики смогут попытаться понять эти крупномасштабные структуры, нам сначала нужно разобраться в основных свойствах звёзд, таких как их масса, радиус и температура.
Измерение основных свойств звёзд
Но измерение этих основных свойств оказалось чрезвычайно сложным. Это связано с тем, что звёзды находятся на астрономических расстояниях. Если наше Солнце было бы баскетбольным мячом на Восточном побережье США, то ближайшая звезда, Проксима, была бы апельсином на Гавайях. Даже самые крупные телескопы не могут различить апельсин на Гавайях. Измерение радиусов и масс звёзд кажется недостижимым для учёных.
Ввод в действие двойных звёзд
Двойные звёзды — это системы из двух звёзд, вращающихся вокруг общего центра масс. Их движение подчиняется закону Кеплера, который связывает три важные величины: размеры орбит, время, необходимое для их обращения, называемое орбитальным периодом, и общую массу системы.
Я астроном, и моя исследовательская группа работает над продвижением нашего теоретического понимания и моделирования подходов к двойным звёздам и множественным звёздным системам. В течение последних двух десятилетий мы также являемся пионерами в использовании искусственного интеллекта для интерпретации наблюдений этих краеугольных небесных объектов.
Астрономы могут достаточно легко измерить орбитальный размер и период двойной системы по наблюдениям, а с этими данными они могут рассчитать общую массу системы. Закон Кеплера действует как весы для взвешивания небесных тел.
Представьте себе качели на детской площадке. Если два ребёнка весят примерно одинаково, им придётся сидеть примерно на одинаковом расстоянии от середины. Если же один ребёнок больше, ему придётся сидеть ближе, а меньшему ребёнку — дальше от середины.
То же самое и со звёздами: чем массивнее звезда в двойной паре, тем ближе она к центру и тем медленнее она вращается вокруг центра. Когда астрономы измеряют скорости, с которыми движутся звёзды, они также могут определить размеры орбит звёзд и, как следствие, их вес.
К сожалению, закон Кеплера ничего не говорит астрономам о радиусах звёзд. Для этого астрономы полагаются на другую счастливую случайность природы.
Орбиты двойных звёзд ориентированы случайным образом
Иногда случается так, что линия обзора телескопа совпадает с плоскостью, в которой вращается двойная звёздная система. Это означает, что звёзды затмевают друг друга, когда они вращаются вокруг центра. Формы этих затмений позволяют астрономам определить радиусы звёзд, используя простую геометрию. Такие системы называются затменными двойными звёздами.
Более половины всех похожих на Солнце звёзд находятся в двойных системах, а затменные двойные звёзды составляют примерно от 1% до 2% всех звёзд. Это может показаться низким показателем, но Вселенная огромна, поэтому затменных систем там много — сотни миллионов в одной только нашей галактике.
Наблюдая за затменными двойными звёздами, астрономы могут измерить не только массы и радиусы звёзд, но и их температуру и яркость.
Даже с затменными двойными звёздами измерение свойств звёзд — непростая задача. Звёзды деформируются при вращении и тянут друг друга в двойной системе. Они взаимодействуют, излучают друг на друга, у них могут быть пятна и магнитные поля, они могут быть наклонены в ту или иную сторону.
Для их изучения астрономы используют сложные модели, которые имеют множество регуляторов. В качестве входных данных модели используют параметры — например, форму и размер звезды, её орбитальные свойства или количество излучаемого ею света, — чтобы предсказать, как наблюдатель увидит такую затменную двойную систему.
Компьютерные модели требуют времени
Расчёты по компьютерным моделям обычно занимают несколько минут. Чтобы быть уверенными, что мы можем им доверять, нам нужно попробовать множество комбинаций параметров — обычно десятки миллионов.
Такое количество комбинаций требует сотен миллионов минут вычислительного времени, чтобы определить основные свойства звёзд. Это составляет более 200 лет компьютерного времени.
Компьютеры, объединённые в кластер, могут работать быстрее, но даже при использовании компьютерного кластера требуется три или более недель, чтобы «решить» или определить все параметры для одной двойной звезды. Эта проблема объясняет, почему существует всего около 300 звёзд, для которых астрономы имеют точные измерения их фундаментальных параметров.
Модели, используемые для решения этих систем, уже были серьёзно оптимизированы и не могут работать намного быстрее, чем они уже делают. Поэтому исследователям нужен совершенно новый подход к сокращению времени вычислений.
Решение с помощью искусственного интеллекта
Одно из решений, которое исследовала моя научная группа, включает глубокое обучение и нейронные сети. Основная идея проста: мы хотели заменить дорогостоящую с точки зрения вычислений физическую модель гораздо более быстрой моделью на основе искусственного интеллекта.
Сначала мы вычислили огромную базу данных прогнозов о гипотетической двойной звезде, используя характеристики, которые астрономы могут легко наблюдать, где мы варьировали свойства гипотетической двойной звезды. Мы говорим о сотнях миллионов комбинаций параметров. Затем мы сравнили эти результаты с фактическими наблюдениями, чтобы увидеть, какие из них лучше всего совпадают.
Нейронные сети идеально подходят для этой задачи. Они отображают определённый известный вход в заданный выход. В нашем случае они сопоставляют свойства затменных двойных звёзд с ожидаемыми предсказаниями. Нейронные сети эмулируют модель двойной звезды, но без учёта всей сложности физической модели.
Мы обучаем нейронную сеть, показывая ей каждое предсказание из нашей базы данных вместе с набором свойств, использованных для его генерации. После полного обучения нейронная сеть сможет точно предсказывать, что астрономы должны наблюдать по заданным свойствам двойной системы.
По сравнению с несколькими минутами времени выполнения для физической модели нейронная сеть использует искусственный интеллект для получения того же результата за ничтожную долю секунды.
Это сокращение времени означает, что мы можем получить фундаментальные свойства — массы, радиусы, температуры и светимости звёзд — для каждой затменной двойной звезды, когда-либо наблюдавшейся, в течение месяца или двух.
Остающаяся большая задача — показать, что результаты искусственного интеллекта действительно дают те же результаты, что и физическая модель. Эта задача является сутью новой статьи моей команды, опубликованной в The Astrophysical Journal Supplement Series. В ней мы показали, что модель, управляемая искусственным интеллектом, даёт те же результаты, что и физическая модель, более чем для 99% комбинаций параметров. Этот результат означает, что производительность искусственного интеллекта надёжна.
Наш следующий шаг — развернуть искусственный интеллект для всех наблюдаемых затменных двойных звёзд.
Применение в реальном мире
Хотя мы применили эту методологию к двойным звёздам, основной принцип применим к любой сложной физической модели. Подобные модели искусственного интеллекта уже ускоряют многие реальные приложения, от прогнозирования погоды до анализа фондового рынка.
Предоставлено The Conversation.