Zwei Balkenspiralgalaxien, bekannt als NGC 7733 und NGC 7734, sind dabei, zu verschmelzen. Die untere Galaxie hat einen staubigen Knoten auf ihrem oberen Arm, der einen dritten galaktischen Begleiter markiert (Bildnachweis: ESA/Hubble & NASA, J. Dalcanton, Dark Energy Survey/DOE/FNAL/NOIRLab/NSF/AURA; Danksagung: L. Shatz)
Die interstellaren Wolken entfernter, alter Galaxien sind oft mit Kohlenstoff gefüllt. Wenn die Astronomen diese Kohlenstoffflecken, die sie als neutrale Kohlenstoffabsorber bezeichnen, aufspüren und nachweisen können, können sie eine Menge über die Entwicklung der Galaxien lernen.
Doch das Aufspüren von neutralen Kohlenstoffabsorbern – ein Prozess, bei dem es normalerweise darum geht, den unverwechselbaren Fingerabdruck der Absorptionslinien von Kohlenstoff im Spektrum des von einer Galaxie ausgesandten Lichts zu finden – ist mühsam. Außerdem ist es sehr schwierig. Von Millionen von Galaxien kennen die Astronomen nur ein paar Dutzend, die diese Absorber enthalten.
Hört sich nach einer Aufgabe für KI an. Oder, genauer gesagt, es klingt wie ein Job für ein tiefes neuronales Netzwerk.
Speziell haben Forscher vor kurzem ein neuronales Netzwerk auf spektroskopische Daten von Galaxien angesetzt, die vor mehr als einem Jahrzehnt aufgenommen wurden – und dabei mehr als hundert neue Galaxien mit neutralen Kohlenstoffabsorbern entdeckt.
Wie haben sie das geschafft? Nun, bevor man ein neuronales Netz einsetzt, muss man es zunächst trainieren. Wie wir bereits besprochen haben, gibt es leider nicht genügend bekannte neutrale Kohlenstoffabsorber, um dies in angemessener Weise zu tun. Anstatt also echte Daten zu verwenden, erstellten die Forscher einen Stapel von 5 Millionen fiktiven Spektren und nutzten sie, um dem neuronalen Netz beizubringen, wonach es suchen muss: Muster, die für das menschliche Auge oft zu subtil sind.
Dann ließen die Forscher ihr neuronales Netzwerk auf die Daten des Sloan Digital Sky Survey III los. Dabei entdeckten sie neutrale Kohlenstoffabsorber in 107 Galaxien, von denen bisher nicht bekannt war, dass sie diese Eigenschaften besitzen.
Inhaltsübersicht
Erhalten Sie den kosmischeweiten.de Newsletter
Die neuesten Nachrichten aus dem Weltraum, die neuesten Updates zu Raketenstarts, Himmelsbeobachtungen und mehr!
Durch die Übermittlung Ihrer Daten erklären Sie sich mit den Allgemeinen Geschäftsbedingungen und der Datenschutzrichtlinie einverstanden und sind mindestens 16 Jahre alt.
Wie geht es jetzt weiter?
Kohlenstoff ist ein Indikator für ein bestimmtes Stadium der galaktischen Entwicklung. Sein Vorhandensein deutet darauf hin, dass sich eine Galaxie schnell verändert und viele Elemente produziert hat, die schwerer sind als Wasserstoff oder Helium. Die Forscher halten es für möglich, dass das Vorhandensein von Kohlenstoff in einer Galaxie auf die Entwicklung einer milchstraßenähnlichen Scheibe hinweist. Und die neu entdeckten kohlenstoffhaltigen Galaxien stammen aus der Zeit vor etwa 10,8 Milliarden Jahren – relativ früh in der Geschichte des Universums – was diese Tatsache sehr interessant macht.
In vielerlei Hinsicht ist die Astronomie ein ideales Feld, um die Hilfe von KI-Methoden in Anspruch zu nehmen. Astronomen haben es heute mit riesigen Datenbergen zu tun, die der Mensch in einem vernünftigen Zeitrahmen nicht mehr durchforsten kann – ganz zu schweigen davon, dass er sie so durchforsten kann, dass er die winzigen Muster findet, die er manchmal braucht.
„Es ist notwendig, innovative KI-Algorithmen zu entwickeln, die in der Lage sind, seltene und schwache Signale in riesigen astronomischen Datenmengen schnell, genau und umfassend zu untersuchen“, sagte Jian Ge, Astronom am chinesischen Shanghai Astronomical Observatory, in einer Erklärung.
Die Autoren veröffentlichten ihre Arbeit am 14. Mai in der Zeitschrift Monthly Notices of the Royal Astronomical Society.
