Blog

Eine Illustration zeigt einen Weißen Zwerg, der sich von einem Begleitstern ernährt (Bildnachweis: Robert Lea (erstellt mit Canva))

Wissenschaftler haben sich der künstlichen Intelligenz (KI) zugewandt, um besser zu verstehen, warum einige tote Sternüberreste, so genannte Weiße Zwerge, explodieren.

Diese energiereichen Explosionen, Supernovae vom Typ Ia genannt, könnten dafür verantwortlich sein, dass schwere Elemente geschmiedet und im Kosmos verbreitet werden. Diese Elemente können zu den Bausteinen zukünftiger Sterne, Planeten oder sogar Leben werden. Die mit Supernovae des Typs Ia verbundenen Emissionen sind auch so charakteristisch, dass Astronomen diese Ereignisse als „Standardkerzen“ bezeichnen und sie zur Messung großer kosmischer Entfernungen verwenden.

Diese kosmischen Explosionen unterscheiden sich jedoch deutlich von den Supernovae, die das Sterben massereicher Sterne begleiten und die zur Geburt von Neutronensternen und Schwarzen Löchern führen. Supernovae vom Typ Ia entstehen, wenn sich ein „toter“ Weißer Zwergstern von Material ernährt, das von einem Partnerstern abgestreift wurde.

Trotz der Bedeutung von Supernovae des Typs Ia für die kosmische Entwicklung und ihrer Nützlichkeit als himmlisches Messinstrument wissen die Astronomen jedoch immer noch nicht genau, wie oder warum sie stattfinden.

„Wenn wir Supernovas untersuchen, analysieren wir ihre Spektren. Spektren zeigen die Intensität des Lichts in verschiedenen Wellenlängen, die von den in der Supernova entstandenen Elementen beeinflusst wird. Jedes Element interagiert mit dem Licht bei einzigartigen Wellenlängen und hinterlässt daher eine einzigartige Signatur in den Spektren“, so der Hauptautor der Studie, Mark Magee von der University of Warwick, in einer Erklärung. „Die Analyse dieser Signaturen kann dabei helfen, die Elemente zu identifizieren, die in einer Supernova entstehen, und weitere Details darüber liefern, wie die Supernovae explodiert ist.

Warum blasen Weiße Zwerge ihre Spitzen auf?

In etwa 5 Milliarden Jahren wird der Sonne der Wasserstoff ausgehen, der für die Kernfusion in ihrem Kern notwendig ist. Mit dem Ende dieser Fusion von Wasserstoff zu Helium wird auch der Strahlungsdruck nach außen wegfallen, der die Sonne derzeit gegen den Druck ihrer eigenen Schwerkraft nach innen stützt.

Erhalten Sie den kosmischeweiten.de Newsletter

Der Kern der Sonne wird kollabieren; die äußeren Schichten, in denen noch Kernfusion stattfindet, werden sich ausdehnen. Dadurch wird die Sonne zu einem Roten Riesen, der sich bis zur Umlaufbahn des Mars ausdehnen wird. Dies bedeutet, dass die inneren Planeten des Sonnensystems, einschließlich der Erde, verschlungen werden.

Diese Phase des Roten Riesen wird etwa 1 Milliarde Jahre dauern, was etwa 10 % der gesamten Lebensdauer der Sonne entspricht. Während dieser Phase werden sich die aufgeblähten äußeren Schichten der Sonne auflösen und abkühlen. Das Endergebnis ist ein schwelender Sternkern, ein Weißer Zwerg, der von einer Gas- und Staubwolke umgeben ist, die als planetarischer Nebel bezeichnet wird (was ironischerweise überhaupt nichts mit Planeten zu tun hat). Für die Sonne wird die Phase des Weißen Zwerges das Ende ihrer Existenz bedeuten.

Andere etwa sonnengroße Sterne verwandeln sich ebenfalls in Weiße Zwerge, aber wenn sie einen Doppelpartner haben, ist dies nicht unbedingt das Ende ihres Lebens. Einige Weiße Zwerge verblassen nicht, sondern gehen vielleicht mit einem Knall unter.

Eine künstlerische Darstellung der Entwicklung eines sonnenähnlichen Sterns, von seiner Geburt als winziger Protostern (links) bis zu seiner Ausdehnung zu einem Roten Riesen und dann zu einem planetarischen Nebel mit einem Weißzwerg in seinem Herzen (rechts). (Bildnachweis: ESA)

Gleich einem Vampir, der aus dem Grab aufsteigt, um sich am Blut eines unschuldigen Opfers zu laben, kann ein stellarer Weißer Zwerg, wenn er sich nahe genug an einem Begleitstern befindet (oder wenn dieser Stern während seiner eigenen Roten-Riesen-Phase angeschwollen ist), damit beginnen, sich von der stellaren Materie seines Opfers zu ernähren.

Materie von diesem Spenderstern kann jedoch aufgrund der Drehimpulserhaltung nicht direkt auf die Oberfläche des Weißen Zwerges fallen. Vielmehr bildet sie eine Scheibe zwischen dem Spenderstern und dem Weißen Zwerg, die aus Material besteht, das nach und nach dem dichten stellaren Überrest zugeführt wird. Diese akkretierte Materie häuft sich auf der Oberfläche des stellaren Überrests an und erhöht die Masse des Weißen Zwerges über die so genannte Chandrasekhar-Grenze hinaus, die dem 1,4-fachen der Sonnenmasse entspricht. Dies ist die Massengrenze, die ein Stern überschreiten muss, um zur Supernova zu werden.

Das kannibalische Fressen eines Weißen Zwerges an einem Spenderstern führt schließlich zu einer unkontrollierten thermonuklearen Explosion: einer Supernova vom Typ Ia.

Einer der Hauptunterschiede zwischen Supernovas vom Typ Ia und Supernovas mit Kernkollaps, die auftreten, wenn die Kerne massereicher Sterne in sich zusammenfallen und Neutronensterne oder Schwarze Löcher entstehen, besteht darin, dass Weiße Zwerge durch die Explosion, die aus ihrer kannibalischen Ernährung resultiert, vollständig zerstört werden.

Eine Illustration zeigt einen Weißen Zwerg, der Materie von einem Begleitstern stiehlt. (Bildnachweis: NASA’s Goddard Space Flight Center Conceptual Image Lab)

Um diesen Prozess besser zu verstehen, wandte sich das Team der University of Warwick dem maschinellen Lernen zu. Durch den Einsatz dieser Form der künstlichen Intelligenz war das Team in der Lage, Supernova-Simulationen vom Typ Ia zu beschleunigen, die normalerweise viel Zeit und eine große Menge an Rechenleistung benötigen. Normalerweise kann ein Modell zwischen 10 und 90 Minuten dauern, erklärte das Team.

„Wir wollen Hunderte oder Tausende von Modellen vergleichen, um die Supernova vollständig zu verstehen. Das ist in vielen Fällen nicht wirklich machbar“, sagte Magee. „Unsere neue Forschung wird sich von diesem langwierigen Prozess entfernen. Wir werden Algorithmen des maschinellen Lernens darauf trainieren, wie verschiedene Arten von Explosionen aussehen, und diese nutzen, um viel schneller Modelle zu erstellen“, fügte er hinzu und fügte hinzu, dass die Forscher in der Lage sein werden, Simulationen von Supernovas zu erstellen, ähnlich wie Menschen KI nutzen, um Kunstwerke oder Texte zu erstellen. Das Team kann nun die Ergebnisse seiner KI-gestützten Simulationen mit realen Beobachtungen von Supernovae des Typs Ia vergleichen.

„Wir werden in der Lage sein, Tausende von Modellen in weniger als einer Sekunde zu erstellen, was der Supernova-Forschung einen enormen Schub geben wird“, so Magee. „Aus diesen Daten erstellen wir Modelle, die mit echten Supernovas verglichen werden, um festzustellen, um welche Art von Supernova es sich handelt und wie genau sie explodiert ist.“

Eine Visualisierung einer Computersimulation einer Supernova vom Typ Ia. (Bildnachweis: Daniel Kasen)

Die Vorteile dieses Ansatzes sind jedoch nicht auf die Geschwindigkeit beschränkt. Die erhöhte Genauigkeit des KI-basierten Prozesses wird es den Forschern auch ermöglichen, die Bandbreite der Elemente besser zu bestimmen, die in der Nähe von Typ-Ia-Explosionen geschmiedet werden und sich dann im Kosmos verteilen.

„Die Erforschung der von Supernovas freigesetzten Elemente ist ein entscheidender Schritt, um die Art der Explosion zu bestimmen, die stattgefunden hat, da bestimmte Arten von Explosionen mehr von einigen Elementen produzieren als andere“, sagte Magee. „Wir können dann die Eigenschaften der Explosion mit den Eigenschaften der Supernova-Wirtsgalaxien in Verbindung bringen und eine direkte Verbindung zwischen der Art der Explosion und dem Typ des Weißen Zwerges herstellen, der explodiert ist.“

Das Team wird nun versuchen, sein Verfahren so zu erweitern, dass es auch auf andere Supernovas angewendet werden kann, einschließlich solcher, die mit der Entstehung von Neutronensternen und Schwarzen Löchern in Verbindung stehen. Dies könnte dazu beitragen, die Eigenschaften dieser Supernovas mit den Galaxien, in denen sie auftreten, in Verbindung zu bringen.

„Mit den modernen Durchmusterungen haben wir endlich Datensätze von der Größe und Qualität, um einige der wichtigsten verbleibenden Fragen in der Supernova-Wissenschaft anzugehen: wie genau sie explodieren“, sagte Teammitglied Thomas Killestein von der Universität von Turku. „Ansätze des maschinellen Lernens wie dieser ermöglichen die Untersuchung einer größeren Anzahl von Supernovae, in größerer Detailtiefe und mit größerer Konsistenz als bisherige Ansätze.“

Die Forschungsergebnisse des Teams wurden im Mai in den Monthly Notices of the Royal Astronomical Society (MNRAS) veröffentlicht,