Model sztucznej inteligencji ChronoFlow pomoże w oszacowaniu wieku gwiazd
Astronomowie opracowali model sztucznej inteligencji, ChronoFlow, który pomoże w określaniu wieku gwiazd. Ułatwi to odkrywanie tajemnic Wszechświata.
Określenie wieku gwiazd jest niezwykle ważne w wielu dziedzinach astronomii, ale wciąż pozostaje wyzwaniem dla naukowców, ponieważ nie można tego określić wyłącznie na podstawie obserwacji.
W ramach nowego badania, astronomowie z University of Toronto, opracowali nowy model sztucznej inteligencji, nazwany ChronoFlow, który wykorzystuje zbiór danych obracających się gwiazd w gromadach i uczenie maszynowe, aby określić, w jaki sposób prędkość, z jaką wirują te obiekty, zmieniała się wraz z ich wiekiem. Pozwoliło to przewidzieć wiek gwiazd z dokładnością wcześniej niemożliwą do osiągnięcia za pomocą modeli analitycznych. Badanie zostało opublikowane w czasopiśmie The Astrophysical Journal.
Badania opierały się na dwóch istniejących podejściach do szacowania wieku gwiazd. Pierwszy z nich opierał się o założenie, że gwiazdy mają tendencję do formowania się w gromady. Oznacza to, że naukowcy często mogą określić wiek wszystkich gwiazd w gromadzie, obserwując etapy ewolucji obiektów o wyższej masie, które postępują szybciej niż tych niższej. Jednocześnie badacze wiedzą, że wraz ze starzeniem się gwiazd, ich prędkość obrotu ma tendencję do zwalniania z powodu interakcji pola magnetycznego obiektu z wiatrem gwiazdowym – zjawisko to jest dobrze poznane, ale trudne do oszacowania za pomocą prostego wzoru matematycznego.
W ramach badania naukowcy stworzyli największy w historii katalog obracających się gwiazd w gromadach, obejmujący około 8 tysięcy obiektów w ponad 30 gromadach w różnym wieku, wykorzystując dane z przeglądów astronomicznych, takich jak Kepler, K2, TESS i GAIA. Następnie wykorzystali ten zbiór danych do wytrenowania modelu sztucznej inteligencji ChronoFlow, aby przewidzieć, jak prędkość, z jaką obraca się gwiazda, zmienia się wraz z jej wiekiem.
Astronomowie w ten sposób nauczyli ChronoFlow szacować wiek innych gwiazd z niezwykłą precyzją. Jest to możliwe dzięki modelowaniu tego, w jaki sposób wskaźniki rotacji populacji gwiazd będzie ewoluował w czasie
Badania te mogą wpłynąć na wiele dziedzin astronomii. Znajomość wieku gwiazd jest niezbędna nie tylko do zrozumienia, jak działają gwiazdy, ale także do modelowania powstawania i ewolucji egzoplanet oraz poznania historii i zmian, które dotknęły Drogę Mleczną, a także inne galaktyki. Działanie ChronoFlow pokazuje również, w jaki sposób modele uczenia maszynowego mogą pomóc w lepszym poznawaniu Wszechświata.
Emil Gołoś
