कृष्णविवरांमुळे तुटलेले तारे शोधण्यात मदत करण्यासाठी ऑनलाइन आव्हानात सहभागी होण्यासाठी स्वयंसेवकांची मदत घेतली जात आहे.
क्वीन्स युनिव्हर्सिटी बेलफास्ट आणि नेदरलँड्समधील लीडेन वेधशाळेतील खगोलशास्त्रज्ञ पुढील दशकात शास्त्रज्ञ मोठ्या प्रमाणात कृष्णविवर कसे शोधतात हे तयार करण्यात मदत घेत आहेत.
एक नवीन प्रकल्प, लेगसी सर्व्हे ऑफ स्पेस अँड टाइम (LSST), चिलीमधील वेरा सी. रुबिन वेधशाळेतून पुढील 10 वर्षांमध्ये रात्रीचे आकाश कॅप्चर करेल.
क्वीन्स युनिव्हर्सिटी स्कूल ऑफ मॅथेमॅटिक्स अँड फिजिक्सचे डॉ मॅट निकोल म्हणाले की, आतापर्यंत उपलब्ध असलेल्या खगोलीय डेटापेक्षा अधिक खगोलशास्त्रीय डेटा संकलित करणे अपेक्षित आहे, याचा अर्थ शास्त्रज्ञांना ते मॅन्युअली शोधणे यापुढे शक्य होणार नाही.
ते म्हणाले: “एलएसएसटी कडील डेटामध्ये १० वर्षांपर्यंत प्रवेश केल्याने खगोलशास्त्रात क्रांती होईल आणि हे विचार करणे खूप रोमांचक आहे की आपण हजारो कृष्णविवरांचा वापर करू शकतो.
“एलएसएसटी ॲलर्ट स्ट्रीममधून दररोज रात्री अंदाजे 10 दशलक्ष ॲलर्ट्स – मोठ्या प्रमाणात डेटा असेल.
“तथापि, आकाश वेगवेगळ्या प्रकारच्या स्त्रोतांनी भरलेले आहे जे चमक बदलतात, म्हणून आपण जे शोधत आहोत ते शोधणे हे गवताच्या गंजीमध्ये सुई शोधण्यासारखे आहे.”
क्वीन्समधील खगोलशास्त्रज्ञांनी डेटा दर्शवू शकतो असे त्यांना वाटते याचे अनुकरण केले आहे.
डॉ निकोल म्हणाले: “आम्ही कोणत्याही तंत्रज्ञान-जाणकार खगोलशास्त्रज्ञांना कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग वापरण्यासाठी सिम्युलेटेड डेटाद्वारे कार्य करण्यासाठी आणि कृष्णविवरांमुळे फाटलेले आणि नष्ट झालेले तारे कसे ओळखायचे ते शोधण्यासाठी आमंत्रित करतो.
“तुम्हाला ब्लॅक होल तज्ञ असण्याची गरज नाही; मशीन लर्निंगचा अनुभव असलेला कोणीही मौल्यवान अंतर्दृष्टी देऊ शकतो.”
“आम्हाला विशेषत: भरती-ओहोटीच्या घटना म्हटल्या जाणाऱ्या गोष्टींमध्ये रस आहे,” डिलन मॅगील, क्वीन्स युनिव्हर्सिटीचे पीएचडी विद्यार्थी, ज्याने सिम्युलेशन तयार केले.
“असे घडते जेव्हा एखादा अशुभ तारा अतिप्रचंड कृष्णविवराच्या अगदी जवळ जातो तेव्हा अनुभवलेल्या प्रचंड गुरुत्वाकर्षण शक्तींमुळे तो फाटतो.
“नवीन डेटा आम्हाला अधिक शोधण्याची उत्तम संधी देईल, परंतु त्याद्वारे कार्य करण्यासाठी मोठ्या प्रमाणात डेटा आहे.
“सिम्युलेशन तयार करून आणि खगोलशास्त्रज्ञांची मदत घेऊन, आम्हाला खरोखर आशा आहे की आम्ही कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगचा वापर करून आमच्या विश्वातील अनेक रहस्ये उघड करू शकू.”
“भरती-ओहोटीच्या घटना हा तुलनेने अलीकडील खगोलशास्त्रीय शोध आहे, आणि आतापर्यंत आम्हाला त्यापैकी बरेच सापडले नाहीत,” असे आव्हान सह-संस्थापक असलेल्या लीडेन वेधशाळेचे डॉ. सिवेर्ट व्हॅन वेल्झेन म्हणतात.
“तथापि, आम्हाला आढळलेल्या गोष्टी विशेषत: कृष्णविवरांचे गुणधर्म आणि खाद्य परिस्थिती तपासण्यासाठी प्रचंड वैज्ञानिक मूल्याचे असल्याचे सिद्ध झाले आहे ज्यांचे निरीक्षण करणे कठीण आहे.”
प्रकल्पाची माहिती kaggle.com/competitions/mallorn-astronomical-classification-challenge/overview येथे ऑनलाइन मिळू शकते.
सर्वोत्तम गुणांसह सहभागीसाठी €1,000 चे भव्य बक्षीस आहे.
