AI & computing › AI-gestuurde wetenschappelijke ontdekkingen
AI-algoritme 'kine' zet losse telescoopbeelden om in film van kosmische jets
Astronomen kunnen voortaan een vloeiende film maken van de razendsnelle plasmastralen die uit de omgeving van zwarte gaten schieten. Een nieuw AI-algoritme, kine, zet de schaarse telescoopbeelden die deze relativistische jets tot nu toe opleverden om in een doorlopende reconstructie. Dat geeft onderzoekers voor het eerst goed zicht op hoe deze kosmische stralen zich in de tijd gedragen.
Zwarte gaten zenden zelf geen licht uit, maar het gebied eromheen kan extreem fel stralen. Vanuit die omgeving schieten soms bundels gloeiend plasma weg met een snelheid van meer dan 98 procent van de lichtsnelheid. Astronomen noemen dit relativistische jets. Ze ontstaan vermoedelijk doordat materie die om een zwart gat draait, gedeeltelijk wordt weggeslingerd langs de rotatie-as, aangedreven door sterke magnetische velden.
Een film van een paar losse foto's
Om deze jets in beeld te brengen, combineren astronomen wereldwijd radiotelescopen tot één virtueel instrument. Deze techniek, VLBI genoemd (Very Long Baseline Interferometry), levert extreem scherpe beelden op, vergelijkbaar met de methode waarmee in 2019 voor het eerst een zwart gat werd gefotografeerd. Het probleem is dat zulke waarnemingen veel tijd kosten: de telescopen moeten de aardrotatie benutten om voldoende gegevens te verzamelen. Daardoor krijgen onderzoekers doorgaans maar een handvol momentopnamen, verspreid over dagen of weken. Het bestuderen van hoe een jet beweegt en verandert, is dan ook te vergelijken met het proberen te begrijpen van het plot van een film aan de hand van een paar losse stilstaande beelden.
Kunstmatige intelligentie vult de gaten op
Een onderzoeksteam onder leiding van Foschi presenteert in het tijdschrift Nature een algoritme dat dit probleem moet oplossen: kine. Het systeem combineert deep learning met zogeheten neural fields, wiskundige modellen die niet losse beelden apart reconstrueren, maar een doorlopende, tijdsafhankelijke voorstelling van het hele fenomeen opbouwen. In plaats van elk telescoopmoment los te bekijken, leert het algoritme hoe de jet zich tussen de waarnemingen door waarschijnlijk heeft gedragen. Het resultaat is een soort gegenereerde film van het plasma, opgebouwd uit data die voorheen alleen losse plaatjes opleverden.
Deze aanpak bouwt voort op decennia oude reconstructiemethodes uit de radioastronomie, zoals het zogeheten CLEAN-algoritme dat sinds de jaren zeventig wordt gebruikt om ruwe telescoopdata om te zetten in leesbare beelden. Waar klassieke methodes elk moment afzonderlijk behandelen, voegt kine daar een tijdsdimensie aan toe. Het algoritme houdt rekening met hoe aannemelijk het is dat plasma zich in de tijd gedraagt, in plaats van elk snapshot als een geïsoleerd raadsel te zien.
Meer grip op het gedrag van zwarte gaten
Voor astronomen die relativistische jets bestuderen, is dit een belangrijke stap. Beter zicht op hoe deze plasmastralen versnellen, buigen en flikkeren, kan helpen te begrijpen welke natuurkundige processen zich vlak bij een zwart gat afspelen. De onderliggende techniek is bovendien niet gebonden aan jets alleen: dezelfde aanpak kan in de toekomst worden ingezet bij andere telescoopprojecten die worstelen met schaarse of onregelmatige waarnemingen, bijvoorbeeld bij het volgen van uitbarstende sterren of veranderlijke sterrenstelsels.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Dankzij AI-reconstructietechnieken zoals kine kunnen astronomen relativistische jets straks als bewegende film bestuderen in plaats van als losse momentopnamen. Dat kan nieuwe inzichten opleveren over de magnetische en energetische processen rond zwarte gaten, en de aanpak is ook bruikbaar voor andere telescoopwaarnemingen met schaarse data, zoals uitbarstende sterren of veranderlijke sterrenstelsels.
- Relativistische jet
- Een bundel gloeiend plasma die met een snelheid van meer dan 98 procent van de lichtsnelheid wordt weggeslingerd uit de omgeving van een zwart gat.
- VLBI (Very Long Baseline Interferometry)
- Een techniek waarbij radiotelescopen over de hele wereld worden gecombineerd tot één virtueel instrument, om extreem scherpe beelden van het heelal te maken.
- Neural fields
- Wiskundige AI-modellen die een continue, tijdsafhankelijke voorstelling van een fenomeen leren, in plaats van losse momentopnamen apart te reconstrueren.
- Deep learning
- Een vorm van kunstmatige intelligentie waarbij een neuraal netwerk met veel lagen patronen leert herkennen in grote hoeveelheden data.
- Plasma
- Een extreem hete, elektrisch geladen gasvormige materie, de vierde toestand van materie naast vast, vloeibaar en gasvormig.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
