Gegevens van de DESI (Dark Energy Spectroscopic Instrument) Legacy Imaging Surveys hebben meer dan 1200 nieuwe zwaartekrachtlenzen onthuld, ongeveer een verdubbeling van het aantal bekende lenzen. Ontdekt met behulp van machine learning, getraind op echte gegevens, deze verwrongen en uitgerekte beelden van verre sterrenstelsels voorzien astronomen van een stortvloed aan nieuwe doelen waarmee ze fundamentele eigenschappen van het heelal kunnen meten, zoals de Hubble-constante, die het uitdijende heelal beschrijft.

Astronomen die op zoek waren naar zwaartekrachtlenzen, gebruikten machine learning om de enorme dataset te inspecteren die bekend staat als de DESI Legacy Imaging Surveys, het ontdekken van 1210 nieuwe lenzen. De gegevens werden verzameld bij Cerro Tololo Inter-American Observatory (CTIO) en Kitt Peak National Observatory (KPNO), beide programma's van het NOIRLab van de National Science Foundation. Het ambitieuze DESI Legacy Imaging Surveys heeft net zijn negende en laatste gegevensrelease gekregen.

Besproken in wetenschappelijke tijdschriften sinds de jaren 1930, zwaartekrachtlenzen zijn producten van de algemene relativiteitstheorie van Einstein. De theorie zegt dat een massief object, zoals een cluster van sterrenstelsels, ruimtetijd kan vervormen. Sommige wetenschappers, inclusief Einstein, voorspelde dat deze kromming van de ruimtetijd waarneembaar zou kunnen zijn, als het uitrekken en vervormen van het licht van een achtergrondstelsel door een cluster van sterrenstelsels op de voorgrond. De lenzen verschijnen in afbeeldingen meestal als bogen en strepen rond voorgrondstelsels en clusters van sterrenstelsels.

Slechts één op de tien, 000 massieve sterrenstelsels zullen naar verwachting bewijs vertonen van sterke zwaartekrachtlensvorming, en het lokaliseren ervan is niet eenvoudig. Zwaartekrachtlenzen stellen astronomen in staat om de meest diepgaande vragen van ons heelal te onderzoeken, inclusief de aard van donkere materie en de waarde van de Hubble-constante, die de uitdijing van het heelal definieert. Een belangrijke beperking van het gebruik van zwaartekrachtlenzen tot nu toe was het kleine aantal dat bekend was.

"Een enorm sterrenstelsel vervormt de ruimtetijd eromheen, maar meestal merk je dit effect niet. Alleen wanneer een melkwegstelsel direct achter een gigantisch melkwegstelsel verborgen is, is een lens mogelijk om te zien, " merkt de hoofdauteur van de studie op, Xiaosheng Huang van de Universiteit van San Francisco. "Toen we in 2018 met dit project begonnen, er waren slechts ongeveer 300 bevestigde sterke lenzen."

"Als medeleider in de DESI Legacy Surveys realiseerde ik me dat dit de perfecte dataset zou zijn om naar zwaartekrachtlenzen te zoeken, " legt co-auteur David Schlegel van het Lawrence Berkeley National Laboratory (LBNL) uit. "Mijn collega Huang was net klaar met het geven van een bachelorklas over machine learning aan de Universiteit van San Francisco, en samen realiseerden we ons dat dit een perfecte gelegenheid was om die technieken toe te passen op een zoektocht naar zwaartekrachtlenzen."

Het lensonderzoek was mogelijk vanwege de beschikbaarheid van wetenschappelijke gegevens van de DESI Legacy Imaging Surveys, die werden uitgevoerd om doelen voor de activiteiten van DESI te identificeren, en waarvan de negende en laatste dataset zojuist is vrijgegeven. Deze onderzoeken omvatten een unieke mix van drie projecten die een derde van de nachtelijke hemel hebben waargenomen:de Dark Energy Camera Legacy Survey (DECaLS), waargenomen door de Dark Energy Camera (DECam) op de Víctor M. Blanco 4-meter Telescope bij CTIO in Chili; de Mayall z-band Legacy Survey (MzLS), door de Mosaic3-camera op de Nicholas U. Mayall 4-metertelescoop bij KPNO; en de Beijing-Arizona Sky Survey (BASS) door de 90Prime-camera op de Bok 2,3-meter telescoop, die eigendom is van en wordt geëxploiteerd door de Universiteit van Arizona en gevestigd is bij KPNO.

"We hebben het Legacy Surveys-beeldvormingsproject van de grond af ontworpen als een openbare onderneming, zodat het door elke wetenschapper kan worden gebruikt, " zei co-auteur van de studie Arjun Dey, van NSF's NOIRLab. "Ons onderzoek heeft al meer dan duizend nieuwe zwaartekrachtlenzen opgeleverd, en er wachten er ongetwijfeld nog veel meer op ontdekking.

De DESI Legacy Imaging Surveys-gegevens worden aan de astronomische gemeenschap geleverd via het Astro Data Lab in het Community Science and Data Center (CSDC) van NOIRLab. "Het leveren van wetenschappelijke datasets voor ontdekking en verkenning is de kern van onze missie, " zei Adam Bolton, directeur van CSDC. "De DESI Legacy Imaging Surveys is een belangrijke bron die de astronomiegemeenschap nog jarenlang kan gebruiken voor onderzoeken als deze."

Om de gegevens te analyseren, Huang en team gebruikten de supercomputer van het National Energy Research Scientific Computer Center (NERSC) in Berkeley Lab. "De DESI Legacy Imaging Surveys waren absoluut cruciaal voor deze studie; niet alleen de telescopen, instrumenten, en faciliteiten, maar ook datareductie en bronextractie, " legt Huang uit. "De combinatie van de breedte en diepte van de waarnemingen is ongeëvenaard."

Met de enorme hoeveelheid wetenschappelijke gegevens om door te werken, de onderzoekers wendden zich tot een soort machine learning dat bekend staat als een diep residuaal neuraal net. Neurale netten zijn rekenalgoritmen die enigszins vergelijkbaar zijn met een menselijk brein en worden gebruikt voor het oplossen van problemen met kunstmatige intelligentie. Diepe neurale netwerken hebben veel lagen die gezamenlijk kunnen beslissen of een kandidaat-object tot een bepaalde groep behoort. Om dit te kunnen doen, echter, de neurale netten moeten worden getraind om de betreffende objecten te herkennen.

Met het grote aantal lenskandidaten dat nu beschikbaar is, onderzoekers kunnen nieuwe metingen doen van kosmologische parameters zoals de Hubble-constante. De sleutel zal zijn om een ​​supernova te detecteren in het sterrenstelsel op de achtergrond, die, wanneer gelenzen door een voorgrondstelsel, zal verschijnen als meerdere lichtpunten. Nu astronomen weten welke sterrenstelsels bewijs vertonen voor sterke lensvorming, ze weten waar ze moeten zoeken. Nieuwe faciliteiten zoals het Vera C. Rubin Observatorium (momenteel in aanbouw in Chili en geëxploiteerd door NOIRLab) zullen dit soort objecten monitoren als onderdeel van zijn missie, waardoor elke supernova snel kan worden gemeten door andere telescopen.

Vanaf het begin speelden de bachelorstudenten een belangrijke rol in het project. Student aan de Universiteit van Californië, Andi Gu, zei:"Mijn rol in het project heeft me geholpen verschillende vaardigheden te ontwikkelen die volgens mij essentieel zijn voor mijn toekomstige academische carrière."

Dit onderzoek werd gepresenteerd in het artikel "Discovering New Strong Gravitational Lenses in the DESI Legacy Imaging Surveys" dat zal verschijnen in The Astrofysisch tijdschrift .