Alcuni astronomi giapponesi hanno sviluppato un nuovo sistema di intelligenza artificiale per rimuovere il rumore nei dati astronomici causato da variazioni casuali nelle forme delle galassie. Dopo un vasto addestramento e test su big data simulati creati da supercomputer, hanno quindi applicato questo nuovo strumento ai dati reali del telescopio giapponese Subaru e hanno scoperto che la distribuzione di massa derivata dall’utilizzo di questo metodo è coerente con i modelli attualmente accettati dell’Universo.
Come riporta Scitechdaily, i dati di rilievo di un’ampia area possono essere utilizzati per studiare la struttura su larga scala dell’Universo attraverso misurazioni di modelli di lenti gravitazionali. Nella lente gravitazionale, la gravità di un oggetto in primo piano, come un ammasso di galassie, può distorcere l’immagine di un oggetto sullo sfondo, come una galassia più lontana. Alcuni esempi di lenti gravitazionali sono ovvi, come l’ “Occhio di Horus” . La struttura su larga scala, costituita principalmente da misteriosa materia “oscura”, può distorcere anche le forme di galassie lontane, ma l’effetto di lente previsto è sottile. Per creare una mappa delle distribuzioni di materia oscura in primo piano è necessaria la media su molte galassie distribuite in un’area.
Ma questa tecnica ha un problema: alcune galassie hanno un aspetto un po’ buffo per natura. È difficile distinguere tra un’immagine di una galassia distorta dalla lente gravitazionale e una galassia che è effettivamente distorta. Questo fenomeno è indicato come rumore di forma ed è uno dei fattori limitanti nella ricerca che studia la struttura su larga scala dell’Universo.
L’ Intelligenza Artificiale che risolve i problemi dell’astronomia
Per compensare il rumore di forma, un team di astronomi giapponesi ha utilizzato per la prima volta ATERUI II, il supercomputer più potente al mondo dedicato all’astronomia, per generare 25.000 finti cataloghi di galassie basati su dati reali del telescopio Subaru. Hanno quindi aggiunto un rumore realistico a questi set di dati artificiali perfettamente noti e hanno addestrato un sistema di intelligenza artificiale a recuperare statisticamente la materia oscura delle lenti dai dati fittizi.
Dopo l’addestramento, l’IA è stata in grado di recuperare dettagli fini in precedenza non osservabili, contribuendo a migliorare la comprensione della materia oscura cosmica. Quindi, utilizzando questa intelligenza artificiale su dati reali che coprono 21 gradi quadrati del cielo, il team ha trovato una distribuzione della massa in primo piano coerente con il modello cosmologico standard.
