|
Межзвездные объекты не скроются от телескопа Вера Рубин
|
|
|
|
Мы изучали небо на протяжении веков, но обнаружили только два объекта, о которых известно, что они прилетели из другой звездной системы. Первым подтвержденным межзвездным объектом был 1I/2017 U1, более известный как Оумуамуа. Он был обнаружен с помощью панорамного обзорного телескопа и системы быстрого реагирования (Pan-STARRS) и выделялся своим большим собственным движением.
|
|
|
|
Поскольку Оумуамуа пронесся через внутреннюю часть Солнечной системы, его было относительно легко различить. Второй межзвездный объект, 2I/Borisov, выделялся тем, что он вошел во внутреннюю часть Солнечной системы значительно выше плоскости орбиты. Но, хотя пока мы обнаружили только двух инопланетных пришельцев, астрономы считают, что межзвездные объекты - это обычное явление. Подсчитано, что несколько из них посещают нашу Солнечную систему каждый год, а в пределах орбиты Нептуна в любой день могут находиться тысячи. Они просто не выделяются, поэтому мы их не замечаем. Но скоро это может измениться.
|
|
|
|
Планируется, что обсерватория Веры К. Рубин заработает в 2025 году. В отличие от многих крупных телескопов, обсерватория Рубин не предназначена для фокусировки на конкретных объектах в небе. Ее зеркало может охватить участок неба шириной в семь лун за один снимок. Он будет собирать более петабайта данных каждую ночь, делая снимки тел Солнечной системы каждые несколько дней.
|
|
|
|
Это позволит астрономам с высокой точностью отслеживать даже слабые и медленно движущиеся тела. Орбита любого межзвездного объекта будет четко видна. Если астрономы смогут их найти. Именно об этом говорится в новом исследовании, опубликованном в журнале Astronomy & Astrophysics.
|
|
|
|
|
|
|
Поскольку собирается так много данных, нет возможности просмотреть их вручную. Некоторые объекты, такие как сверхновые и переменные звезды, будет легко различить, но межзвездные тела во внешней части Солнечной системы будут представлять особую проблему. На любом изображении они будут выглядеть как обычный астероид или комета. Только после нескольких месяцев или лет отслеживания их уникальных орбит можно будет определить их истинное происхождение.
|
|
|
|
Поэтому авторы новой работы предлагают использовать машинное обучение. Чтобы продемонстрировать, как это будет работать, команда создала базу данных о моделируемых телах Солнечной системы. Некоторым из них были заданы регулярные орбиты, а другим - межзвездные траектории. На основе этих данных они обучили алгоритмы различать эти два объекта.
|
|
|
|
Они обнаружили, что некоторые методы машинного обучения работают лучше, чем другие. В данном случае подход со случайными лесами, при котором деревья решений классифицируются статистически, и метод повышения градиента, при котором приоритет отдается "слабым учащимся" для их усиления, по-видимому, работают лучше всего. Более известный метод нейронных сетей оказался менее эффективным.
|
|
|
|
В целом, команда обнаружила, что машинное обучение может обнаруживать межзвездные объекты с большой эффективностью, а количество ложных срабатываний должно быть достаточно небольшим, чтобы ими можно было эффективно управлять. Хотя этот подход не позволит обнаружить все межзвездные тела в нашей Солнечной системе, он должен быть в состоянии обнаружить сотни из них в течение первого года работы Rubin. И это даст нам много данных, чтобы лучше понять этих загадочных пришельцев.
|
|
|
|
Источник
|
