Astronomen kunnen hun hele carrière doorgaan zonder een nieuw object in de lucht te vinden. Maar voor Lina Necib, een postdoctoraal wetenschapper in theoretische natuurkunde aan Caltech, de ontdekking van een cluster van sterren in de Melkweg, maar niet geboren uit de Melkweg, kwam vroeg - met een beetje hulp van supercomputers, het Gaia-ruimteobservatorium, en nieuwe deep learning-methoden.

Inschrijven Natuurastronomie deze week, Necib en haar medewerkers beschrijven Nyx, een enorme nieuwe sterrenstroom in de buurt van de zon, dat zou de eerste aanwijzing kunnen zijn dat een dwergstelsel was samengesmolten met de Melkwegschijf. Men denkt dat deze stellaire stromen bolvormige clusters of dwergstelsels zijn die door getijdenkrachten langs hun baan zijn uitgerekt voordat ze volledig werden verstoord.

De ontdekking van Nyx nam een ​​omweg, maar een die de veelzijdige manier weerspiegelt waarop astronomie en astrofysica tegenwoordig worden bestudeerd.

VUUR in de kosmos

Necib bestudeert de kinematica - of bewegingen - van sterren en donkere materie in de Melkweg. "Als er groepjes sterren zijn die op een bepaalde manier naar elkaar toe bewegen, dat vertelt ons meestal dat er een reden is dat ze samen verhuizen."

Sinds 2014, onderzoekers van Caltech, Noordwestelijke Universiteit, UC San Diego en UC Berkeley, onder andere instellingen, hebben zeer gedetailleerde simulaties van realistische sterrenstelsels ontwikkeld als onderdeel van een project genaamd FIRE (Feedback In Realistische Omgevingen). Deze simulaties bevatten alles wat wetenschappers weten over hoe sterrenstelsels ontstaan ​​en evolueren. Uitgaande van het virtuele equivalent van het begin der tijden, de simulaties produceren sterrenstelsels die veel op de onze lijken en zich gedragen.

De Melkweg in kaart brengen

Gelijktijdig met het FIRE-project, het Gaia-ruimteobservatorium werd in 2013 gelanceerd door de European Space Agency. Het doel is om een ​​buitengewoon nauwkeurige driedimensionale kaart te maken van ongeveer een miljard sterren in het hele Melkwegstelsel en daarbuiten.

"Het is de grootste kinematische studie tot nu toe. Het observatorium levert de bewegingen van een miljard sterren, ' legde ze uit. 'Een deel ervan, zeven miljoen sterren, 3D-snelheden hebben, wat betekent dat we precies kunnen weten waar een ster is en zijn beweging. We zijn van heel kleine datasets naar enorme analyses gegaan die we voorheen niet konden doen om de structuur van de Melkweg te begrijpen."

De ontdekking van Nyx omvatte het combineren van deze twee grote astrofysicaprojecten en het analyseren ervan met behulp van deep learning-methoden.

Een van de vragen die zowel de simulaties als het hemelonderzoek beantwoorden, is:Hoe is de Melkweg geworden tot wat het nu is?

"Galaxies vormen zich door andere sterrenstelsels in te slikken, "Zei Necib. "We zijn ervan uitgegaan dat de Melkweg een rustige fusiegeschiedenis had, en een tijdje was het zorgwekkend hoe stil het was omdat onze simulaties veel fusies laten zien. Nutsvoorzieningen, met toegang tot veel kleinere structuren, we begrijpen dat het niet zo stil was als het leek. Het is erg krachtig om al deze tools te hebben, gegevens en simulaties. Ze moeten allemaal tegelijk worden gebruikt om dit probleem op te lossen. We bevinden ons in de beginfase om de vorming van de Melkweg echt te begrijpen."

Diep leren toepassen op Gaia

Een kaart van een miljard sterren is een gemengde zegen:zoveel informatie, maar bijna onmogelijk te ontleden door menselijke waarneming.

"Voordat, astronomen moesten veel kijken en plotten, en misschien wat clustering-algoritmen gebruiken. Maar dat kan echt niet meer, "Zei Necib. "We kunnen niet naar zeven miljoen sterren staren en erachter komen wat ze aan het doen zijn. Wat we in deze reeks projecten deden, was het gebruik van de Gaia-namaakcatalogi."

De nepcatalogus van Gaia, ontwikkeld door Robyn Sanderson (Universiteit van Pennsylvania), in wezen gevraagd:'Als de FIRE-simulaties echt waren en met Gaia werden waargenomen, wat zouden we zien?'

Necibs medewerker, Bryan Ostdiek (voorheen aan de Universiteit van Oregon, en nu aan de Harvard University), die eerder betrokken waren bij het Large Hadron Collider (LHC)-project, had ervaring met het omgaan met enorme datasets met behulp van machine en deep learning. Door die methoden over te dragen naar astrofysica, werd de deur geopend naar een nieuwe manier om de kosmos te verkennen.

"Bij de LHC we hebben ongelooflijke simulaties, maar we maken ons zorgen dat machines die erop zijn getraind de simulatie leren en niet de echte natuurkunde. " zei Ostdiek. "Op een vergelijkbare manier, de FIRE-sterrenstelsels bieden een prachtige omgeving om onze modellen te trainen, maar ze zijn niet de Melkweg. We moesten niet alleen leren wat ons kon helpen de interessante sterren in simulatie te identificeren, maar ook hoe we dit kunnen generaliseren naar onze echte melkweg."

Het team ontwikkelde een methode om de bewegingen van elke ster in de virtuele sterrenstelsels te volgen en de sterren te bestempelen als geboren in het gaststelsel of als het product van fusies van sterrenstelsels. De twee soorten sterren hebben verschillende handtekeningen, al zijn de verschillen vaak subtiel. Deze labels werden gebruikt om het deep learning-model te trainen, die vervolgens werd getest op andere FIRE-simulaties.

Nadat ze de catalogus hadden gebouwd, ze pasten het toe op de Gaia-gegevens. "We vroegen het neurale netwerk, 'Op basis van wat je hebt geleerd, kun je aangeven of de sterren zijn aangegroeid of niet?'" zei Necib.

Het model beoordeelde hoe zeker het was dat een ster buiten de Melkweg was geboren op een bereik van 0 tot 1. Het team stelde een grens op met een tolerantie voor fouten en begon de resultaten te onderzoeken.

Deze benadering van het toepassen van een model dat is getraind op één dataset en het toepassen op een andere, maar gerelateerde dataset, wordt transfer learning genoemd en kan met uitdagingen gepaard gaan. "We moesten ervoor zorgen dat we geen kunstmatige dingen leren over de simulatie, maar echt wat er aan de hand is in de gegevens, "zei Necib. "Daarom, we moesten het een beetje helpen en het vertellen om bepaalde bekende elementen opnieuw te wegen om het een beetje een anker te geven."

Ze controleerden eerst of het bekende kenmerken van de melkweg kon identificeren. Deze omvatten "de Gaia-worst" - de overblijfselen van een dwergstelsel dat ongeveer zes tot tien miljard jaar geleden met de Melkweg is versmolten en dat een kenmerkende worstachtige orbitale vorm heeft.

"Het heeft een heel specifieke signatuur, ' legde ze uit. 'Als het neurale netwerk werkte zoals het hoort, we zouden deze enorme structuur moeten zien waarvan we al weten dat hij er is."

De Gaia-worst was er, net als de stellaire halo - sterren op de achtergrond die de Melkweg zijn veelbetekenende vorm geven - en de Helmi-stroom, een ander bekend dwergstelsel dat in een ver verleden met de Melkweg is versmolten en in 1999 werd ontdekt.

Eerste waarneming:Nyx

Het model identificeerde een andere structuur in de analyse:een cluster van 250 sterren, roteren met de schijf van de Melkweg, maar ook richting het centrum van de melkweg.

"Je eerste instinct is dat je een bug hebt, "Vertelde Necib. "En jij zegt, 'Oh nee!' Dus, Ik heb het drie weken lang aan geen van mijn medewerkers verteld. Toen begon ik te beseffen dat het geen bug is, het is echt en het is nieuw."

Maar wat als het al was ontdekt? "Je begint door de literatuur te bladeren, ervoor zorgen dat niemand het heeft gezien en gelukkig voor mij, niemand had. Dus ik moet het een naam geven, dat is het meest opwindende in de astrofysica. Ik noemde het Nyx, de Griekse godin van de nacht. Deze specifieke structuur is erg interessant omdat het heel moeilijk zou zijn geweest om te zien zonder machine learning."

Het project vereiste geavanceerde computing in veel verschillende stadia. De FIRE en bijgewerkte FIRE-2-simulaties behoren tot de grootste computermodellen van sterrenstelsels die ooit zijn geprobeerd. Elk van de negen hoofdsimulaties:drie afzonderlijke melkwegformaties, elk met een iets ander startpunt voor de zon - duurde maanden om te berekenen op de grootste, snelste supercomputers ter wereld. Deze omvatten Blue Waters van het National Center for Supercomputing Applications (NCSA), NASA's high-end computerfaciliteiten, en meest recent Stampede2 bij het Texas Advanced Computing Center (TACC).

De onderzoekers gebruikten clusters van de Universiteit van Oregon om het deep learning-model te trainen en toe te passen op de enorme Gaia-dataset. Ze gebruiken momenteel Frontera, het snelste systeem op elke universiteit ter wereld, om het werk voort te zetten.

"Alles aan dit project is rekenkundig zeer intensief en zou niet kunnen gebeuren zonder grootschalige computing, ' zei Necib.

Toekomstige stappen

Necib en haar team zijn van plan om Nyx verder te verkennen met behulp van telescopen op de grond. Dit geeft informatie over de chemische samenstelling van de stroom, en andere details die hen zullen helpen de aankomst van Nyx in de Melkweg te dateren, en mogelijk aanwijzingen geven over waar het vandaan kwam.

De volgende gegevensrelease van Gaia in 2021 zal aanvullende informatie bevatten over 100 miljoen sterren in de catalogus, waardoor meer ontdekkingen van geaccreteerde clusters waarschijnlijk worden.

"Toen de Gaia-missie begon, astronomen wisten dat het een van de grootste datasets was die ze zouden krijgen, met veel om enthousiast over te zijn, " zei Necib. "Maar we moesten onze technieken ontwikkelen om ons aan te passen aan de dataset. Als we onze methoden niet hebben gewijzigd of bijgewerkt, we zouden de natuurkunde missen die in onze dataset staat."

De successen van de aanpak van het Caltech-team kunnen een nog grotere impact hebben. "We ontwikkelen computationele tools die beschikbaar zullen zijn voor veel onderzoeksgebieden en voor niet-onderzoeksgerelateerde zaken, te, "zei ze. "Dit is hoe we de technologische grens in het algemeen verleggen."