Credit R. White/STScI

Introduzione

Un team di astronomi dell’Università dell’Hawaiʻi presso l’Istituto di Astronomia di Mānoa (IfA) ha prodotto il più grande catalogo di immagini astronomiche tridimensionali al mondo relativo a stelle, galassie e quasar. Il team ha utilizzato i dati del Panoramic Survey Telescope and Rapid Response System o Pan-STARRS1 (PS1) su Haleakalā. Gli astronomi dell’IfA hanno applicato nuovi strumenti di calcolo al catalogo, per decifrare quali dei 3 miliardi di oggetti sono stelle, galassie o quasar. Per le galassie, il software ha anche ricavato stime delle loro distanze.

Creazione di un catalogo 3D

Credit R. White/STScI

Il catalogo 3D risultante è stato reso possibile grazie ad un premio della National Science Foundation ed è ora disponibile come strumento scientifico di alto livello attraverso l’Archivio Mikulski per i telescopi spaziali. Ha una dimensione di circa 300 GB e gli utenti scientifici possono consultare il catalogo attraverso l’interfaccia SQL di MAST CasJobs o scaricare l’intera collezione come tabella leggibile dal computer.

Gli astronomi hanno effettuato misurazioni spettroscopiche disponibili al pubblico che forniscono classificazioni definitive di oggetti e distanze, e le hanno alimentate con un algoritmo di intelligenza artificiale. Il processo di intelligenza artificiale è stato fondamentale per aiutare il team a capire come determinare accuratamente le stesse proprietà da varie misure dei colori e delle dimensioni degli oggetti. Questo approccio di AI o Machine Learning con una “rete neurale feedforward” ha ottenuto una precisione di classificazione complessiva del 98,1% per le galassie, del 97,8% per le stelle e del 96,6% per i quasar. Le stime della distanza delle galassie sono accurate fino a quasi il 3%.

L’autore dello studio Robert Beck, ex borsista di cosmologia post-dottorato presso IfA, ha descritto il processo. “Utilizzando un algoritmo di ottimizzazione all’avanguardia, abbiamo sfruttato l’insieme di formazione spettroscopica di quasi 4 milioni di sorgenti luminose per insegnare alla rete neurale a prevedere i tipi di sorgenti e le distanze delle galassie, correggendo allo stesso tempo l’occlusione della luce da parte della polvere nella Via Lattea“.

Raddoppiata l’area di rilevamento

In precedenza, la più grande mappa dell’universo è stata creata dallo Sloan Digital Sky Survey (SDSS), che copre solo un terzo del cielo. Il nuovo catalogo raddoppia l’area rilevata, ha maggiori statistiche e contiene aree specifiche che l’SDSS ha mancato.

L’astronomo e coautore dello studio, István Szapudi, ha osservato che “già una versione preliminare di questo catalogo, che copre un’area molto più piccola, ha facilitato la scoperta del più grande vuoto dell’universo, la possibile causa del Cold Spot. Il nuovo catalogo fotometrico del redshift, più accurato e più ampio, sarà il punto di partenza per molte scoperte future“.

Questa bellissima mappa dell’universo fornisce un esempio di come la potenza del grande set di dati Pan-STARRS possa essere moltiplicata con tecniche di intelligenza artificiale e osservazioni complementari“, ha spiegato il direttore della Pan-STARRS e l’astronomo associato dell’IfA, Ken Chambers. “Poiché Pan-STARRS raccoglie sempre più dati, useremo il machine learning per estrarre ancora più informazioni sugli oggetti vicini alla Terra, sul nostro Sistema Solare, sulla nostra Galassia e sul nostro Universo“.

Citazioni e Approfondiumenti