Kể từ đầu thế kỷ 20, các nhà khoa học và nhà vật lý đã phải chịu gánh nặng khi giải thích cách thức và lý do tại sao Vũ trụ dường như đang giãn nở với tốc độ gia tăng. Ngoài việc chịu trách nhiệm cho sự gia tốc vũ trụ, năng lượng này còn được cho là chiếm 68,3% khối lượng không nhìn thấy của vũ trụ.
Giống như vật chất tối, sự tồn tại của lực vô hình này dựa trên các hiện tượng có thể quan sát được và bởi vì nó xảy ra phù hợp với các mô hình vũ trụ học hiện tại của chúng ta, và không phải là bằng chứng trực tiếp. Thay vào đó, các nhà khoa học phải dựa vào các quan sát gián tiếp, xem các vật thể vũ trụ (cụ thể là siêu tân tinh loại I) rút ra khỏi chúng ta như thế nào khi vũ trụ giãn nở.
Quá trình này sẽ vô cùng tẻ nhạt đối với các nhà khoa học - như những người làm việc cho Khảo sát năng lượng tối (DES) - không phải là các thuật toán mới được các nhà nghiên cứu tại Phòng thí nghiệm quốc gia Lawrence Berkeley và UC Berkeley hợp tác phát triển.
Thuật toán của chúng tôi có thể phân loại một phát hiện của một ứng cử viên siêu tân tinh trong khoảng 0,01 giây, trong khi một máy quét người có kinh nghiệm có thể mất vài giây, ông Danny Goldstein, một sinh viên tốt nghiệp UC Berkeley, người đã phát triển mã để tự động hóa quá trình khám phá siêu tân tinh trên hình ảnh DES .
Hiện tại đang ở mùa thứ hai, DES chụp những bức ảnh về bầu trời phía Nam hàng đêm với DECam - máy ảnh 570 megapixel được gắn trên kính viễn vọng Victor M. Blanco tại Đài thiên văn Cerro Tololo Interamerican (CTIO) ở Andes Chile. Mỗi đêm, máy ảnh tạo ra từ 100 Gigabyte (GB) đến 1 Terabyte (TB) dữ liệu hình ảnh, được gửi đến Trung tâm Ứng dụng siêu máy tính quốc gia (NCSA) và DOE tựa Fermilab ở Illinois để xử lý và lưu trữ ban đầu.
Các chương trình nhận dạng đối tượng được phát triển tại Trung tâm tính toán khoa học nghiên cứu năng lượng quốc gia (NERSC) và được triển khai tại NCSA sau đó kết hợp với các hình ảnh để tìm kiếm các phát hiện có thể của siêu tân tinh loại Ia. Những vụ nổ mạnh này xảy ra trong các hệ sao nhị phân trong đó một ngôi sao là sao lùn trắng, tích tụ vật chất từ một ngôi sao đồng hành cho đến khi nó đạt đến khối lượng tới hạn và phát nổ trong siêu tân tinh loại Ia.
Goldstein cho biết những vụ nổ này rất đáng chú ý vì chúng có thể được sử dụng làm chỉ số khoảng cách vũ trụ với độ chính xác 3-10%, theo Goldstein.
Khoảng cách rất quan trọng bởi vì càng ở xa một vật thể nằm trong không gian, nó càng quay ngược thời gian. Bằng cách theo dõi siêu tân tinh loại Ia ở các khoảng cách khác nhau, các nhà nghiên cứu có thể đo được sự giãn nở của vũ trụ trong suốt lịch sử vũ trụ. Điều này cho phép họ đặt ra các ràng buộc về tốc độ mở rộng của vũ trụ và thậm chí có thể cung cấp các manh mối khác về bản chất của năng lượng tối.
Về mặt khoa học, đó là một thời gian thực sự thú vị bởi vì một số nhóm trên thế giới đang cố gắng đo chính xác siêu tân tinh loại Ia để hạn chế và hiểu được năng lượng tối đang thúc đẩy sự giãn nở của vũ trụ, ông nói, Goldstein, cũng là một sinh viên nhà nghiên cứu tại Trung tâm vũ trụ tính toán của Phòng thí nghiệm Berkeley (C3).
DES bắt đầu tìm kiếm vụ nổ Loại Ia bằng cách phát hiện ra những thay đổi trên bầu trời đêm, đó là nơi đường ống trừ hình ảnh được phát triển và triển khai bởi các nhà nghiên cứu trong nhóm làm việc siêu tân tinh đi vào. Đường ống trừ hình ảnh có chứa các vật thể vũ trụ đã biết từ hình ảnh mới được tiếp xúc hàng đêm tại CTIO.
Mỗi đêm, đường ống tạo ra từ 10.000 đến vài trăm nghìn phát hiện các ứng cử viên siêu tân tinh cần được xác nhận.
Trong lịch sử, các nhà thiên văn học được đào tạo sẽ ngồi trước máy tính hàng giờ, nhìn vào các chấm này và đưa ra ý kiến về việc liệu chúng có các đặc tính của siêu tân tinh hay không, liệu chúng có phải do các hiệu ứng giả được giả mạo thành siêu tân tinh trong dữ liệu hay không. Quá trình này có vẻ đơn giản cho đến khi bạn nhận ra rằng số lượng ứng cử viên cần được phân loại mỗi đêm là rất lớn và chỉ một trong vài trăm là siêu tân tinh thực sự thuộc bất kỳ loại nào, theo ông Goldstein. Quy trình này cực kỳ tẻ nhạt và tốn nhiều thời gian. Nó cũng gây áp lực lớn cho nhóm làm việc siêu tân tinh để xử lý và quét dữ liệu nhanh, đây là công việc khó khăn.
Để đơn giản hóa nhiệm vụ kiểm tra các ứng cử viên, Goldstein đã phát triển một mã sử dụng kỹ thuật học máy Máy tính ngẫu nhiên Forest Forest để phát hiện các ứng cử viên siêu tân tinh tự động và trong thời gian thực để tối ưu hóa chúng cho DES. Kỹ thuật này sử dụng một nhóm các cây quyết định để tự động hỏi các loại câu hỏi mà các nhà thiên văn học thường xem xét khi phân loại các ứng cử viên siêu tân tinh.
Vào cuối quá trình, mỗi phát hiện của một ứng cử viên sẽ được cho điểm dựa trên tỷ lệ các cây quyết định được coi là có đặc điểm phát hiện siêu tân tinh. Điểm phân loại càng gần với một, ứng cử viên càng mạnh. Goldstein lưu ý rằng trong các thử nghiệm sơ bộ, đường ống phân loại đạt được độ chính xác tổng thể 96%.
Khi bạn thực hiện phép trừ một mình, bạn sẽ nhận được quá nhiều ‘các thành phần giả hoặc phần mềm hiển thị như các ứng cử viên siêu tân tinh tiềm năng - cho con người để sàng lọc, ông Rollin Thomas, thuộc Berkeley Lab, người cộng tác của Goldstein.
Ông lưu ý rằng với bộ phân loại, các nhà nghiên cứu có thể nhanh chóng và chính xác loại bỏ các cổ vật từ các ứng cử viên siêu tân tinh. Điều này có nghĩa là thay vì có 20 nhà khoa học thuộc nhóm làm việc siêu tân tinh liên tục sàng lọc hàng ngàn ứng cử viên mỗi đêm, bạn chỉ có thể chỉ định một người để xem xét có thể vài trăm ứng cử viên mạnh mẽ, Thomas nói. Điều này giúp tăng tốc đáng kể quy trình làm việc của chúng tôi và cho phép chúng tôi xác định siêu tân tinh trong thời gian thực, điều này rất quan trọng để tiến hành quan sát theo dõi.
Sử dụng khoảng 60 lõi trên một siêu máy tính, chúng tôi có thể phân loại 200.000 phát hiện trong khoảng 20 phút, bao gồm cả thời gian để tương tác cơ sở dữ liệu và trích xuất tính năng. Goldstein nói.
Goldstein và Thomas lưu ý rằng bước tiếp theo trong công việc này là thêm một cấp độ học máy thứ hai vào đường ống để cải thiện độ chính xác của phân loại. Lớp bổ sung này sẽ tính đến cách đối tượng được phân loại trong các quan sát trước đó vì nó xác định xác suất ứng cử viên là thật. Các nhà nghiên cứu và đồng nghiệp của họ hiện đang nghiên cứu các phương pháp khác nhau để đạt được khả năng này.
