人工智能首次發現、確認、分類和分享超新星
作者:焦點 來源:知識 瀏覽: 【大 中 小】 發布時間:2025-12-12 07:35:39 評論數:
超新星發生的發現分類常州外圍（外圍模特）電話微信180-4582-8235誠信外圍，十年老店星系的深空圖像。鳴謝:uux.cn/Legacy Surveys / D. Lang(周長研究所)為Legacy Surveys layers和wiscons/NASA/JPL加州理工學院/ D. Lang(周長研究所)
（神秘的和分地球uux.cn）據西北大學：一個完全自動化的過程，包括一個全新的享超新星人工智能(AI)工具，已經成功地檢測、人工識別和分類了它的首次第一顆超新星。
由西北大學領導的發現分類國際合作開發的新系統自動化了夜空中新超新星的整個搜索過程——有效地將人類從這個過程中移除。這不僅快速加速了對新超新星候選者的和分分析和分類過程，還避免了人為錯誤。享超新星
該團隊提醒天文學界，人工本周推出了名為明亮瞬時巡天機器人(BTSbot)的首次新工具，并取得了成功。發現分類常州外圍（外圍模特）電話微信180-4582-8235誠信外圍，十年老店在過去的和分六年里，人類已經花費了大約2200個小時對超新星候選者進行視覺檢查和分類。享超新星隨著新工具現在正式上線，研究人員可以將這些寶貴的時間重新分配到其他任務上，以加快發現的步伐。
領導這項工作的西北大學的亞當·米勒說:“有史以來第一次，一系列機器人和人工智能算法進行了觀察，然后進行了識別，然后與另一臺望遠鏡進行了通信，最終確認了超新星的發現。”“這代表著向前邁出了重要的一步，因為模型的進一步完善將使機器人能夠分離出恒星爆炸的特定亞型。最終，將人類從循環中移除為研究團隊提供了更多時間來分析他們的觀察結果，并開發新的假設來解釋我們觀察到的宇宙爆炸的起源。”
“我們實現了世界上第一次全自動探測、識別和分類超新星，”西北大學的納比爾·雷赫姆圖拉補充說，他與米勒共同領導了這項技術的開發。“這大大簡化了對超新星的大型研究，幫助我們更好地了解恒星的生命周期和超新星創造的元素的起源，如碳、鐵和金。”
米勒是西北大學溫伯格文理學院物理學和天文學助理教授，也是天體物理學跨學科探索和研究中心(CIERA)的成員。Rehemtulla是米勒研究小組的天文學研究生。
省去中間人
為了探測和分析超新星，人類目前與機器人系統攜手合作。首先，機器人望遠鏡重復拍攝夜空的相同部分，尋找以前圖像中沒有的新源。然后，當這些望遠鏡探測到新的東西時，人類就接管了。
“自動化軟件向人類展示了候選爆炸的列表，人類花時間驗證候選爆炸并進行光譜觀察，”米勒說。“我們只能通過收集其光譜——光源的散射光，揭示爆炸中存在的元素——來明確知道候選星是否真的是超新星。現有的機器人望遠鏡可以收集光譜，但這也經常是由人類用光譜儀操作望遠鏡來完成的。”
SN2023tyk發生之前(左)和之后的星系圖像。星系的左上區域(右)看起來呈球狀和畸形，是恒星爆炸的地方。鳴謝:uux.cn/Legacy Surveys / D. Lang(周長研究所)為Legacy Surveys layers和wiscons/NASA/JPL加州理工學院/ D. Lang(周長研究所)
研究人員開發了BTSbot來消除這種人類中間人。為了開發人工智能工具，Rehemtulla利用來自近16，000個來源的超過140萬張歷史圖像訓練了一個機器學習算法，其中包括已確認的超新星，暫時發光的恒星，周期性變化的恒星和發光的星系。
加州理工學院(Caltech)的天文學家Christoffer Fremling說:“Zwicky Transient Facility (ZTF)已經運行了六年，在此期間，我和其他人花了2000多個小時目測候選人，并確定用光譜觀察哪個，”他開發了另一個名為SNIascore的人工智能工具，并為BTSbot的開發做出了貢獻。“將BTSbot添加到我們的工作流程中，將消除我們花時間檢查這些候選人的需要。”
初獲成功，又是一波解脫
為了測試BTSbot，研究人員研究了一顆新發現的超新星候選物，名為SN2023tyk。ZTF是一個機器人天文臺，它拍攝夜空以尋找超新星，于10月3日首次探測到這個來源。通過實時篩選ZTF的數據，BTSbot在10月5日發現了SN2023tyk。
從那里，BTSbot自動向帕洛馬天文臺請求潛在超新星的光譜，在那里，另一臺機器人望遠鏡(SED機器)進行了深入觀察，以獲得源的光譜。SED機器隨后將這一光譜發送到加州理工學院的SNIascore，以確定超新星的類型:要么是白矮星的熱核爆炸，要么是大質量恒星核心的坍塌。
在確定候選星是Ia型超新星(雙星系統中的白矮星完全爆炸的恒星爆炸)后，自動化系統于10月7日公開與天文學界分享了這一發現。
在運行BTSbot的最初幾天，Rehemtulla感到既緊張又興奮。
“模擬的表現非常出色，但你永遠不會真正知道這如何轉化為現實世界，直到你實際嘗試，”他說。“一旦來自SEDM的觀測數據和自動化分類從SNIascore傳來，我們感到如釋重負。它的美妙之處在于，一旦一切都打開并正常工作，我們實際上什么也不做。我們晚上睡覺，第二天早上，我們看到BTSbot和其他ai堅定不移地做著他們的工作。”
由西北大學牽頭，包括來自加州理工學院、明尼蘇達大學、英國利物浦約翰穆雷斯大學和瑞典斯德哥爾摩大學的天文學家。