Новое исследование, опубликованное в журнале Monthly Notices of the Royal Astronomical Society, считается первым, в котором машинное обучение используется для классификации слияний галактик. Благодаря нему сотрудники университета Бата (Англия) доказали, что до сих пор скопления звезд классифицировались неверно.
В частности ученые проанализировали взаимосвязь между слияниями галактик, аккрецией (приращение массы небесного тела гравитационным притяжением из окружающего пространства) сверхмассивных черных дыр и звездообразованием. Исследование стало результатом сотрудничества членов проекта BiD4BEST (The Big Data applications for Black hole Evolution Studies Innovative Training Network или «Применение больших данных для исследований эволюции черных дыр»). Они помогли авторам работы создать ПО для обработки данных.
Сверхмассивные черные дыры находятся в центре всех массивных галактик (Млечный Путь, насчитывающий около 200 миллиардов звезд, представляет собой всего лишь галактику среднего размера). Эти сверхразмерные черные дыры обычно весят в миллионы и миллиарды раз больше массы нашего Солнца. Большую часть своей жизни они находятся в состоянии покоя, пока материя вращается вокруг них, и оказывают незначительное влияние на галактику в целом.
Но в течение коротких периодов своей жизни (продолжающихся от миллионов до сотен миллионов лет) они используют силы гравитации, чтобы притянуть к себе большие количества газа (событие, известное как аккреция), что создает яркий диск, способный затмить всю галактику. Именно эти фазы активности наиболее важны для эволюции галактик, поскольку огромное количество энергии, высвобождаемой в результате аккреции, может повлиять на формирование звезд в них.
Установление процесса, который заставляет галактики перемещаться между двумя состояниями — покоя и звездообразования, — является одной из величайших задач астрофизики. На протяжении десятилетий теоретические модели предполагали, что черные дыры растут при их слиянии. Однако астрофизики, изучающие эту связь, ставили под сомнение эти модели, рассуждая о том, могут ли люди надежно идентифицировать слияния звездных скоплений.
Визуальный осмотр является наиболее распространенным методом, однако он времязатратен и ненадежен из-за человеческого фактора. Это приводит к противоречивым результатам многих исследований. В своей работе сотрудники Университета Бата поставили перед собой задачу улучшить способ классификации слияний путем изучения связи между ростом черных дыр и эволюцией галактик с помощью искусственного интеллекта.
Они обучили нейронную сеть моделировать слияния, а затем применили это к небесным телам, за которыми ведется наблюдение. Благодаря этому авторы работы доказали, что нейронная сеть превосходит человеческие классификаторы в выявлении слияний, а многие предыдущие зафиксированные слияния были ошибочными. Применив эту новую методологию, исследователи смогли показать, что этот процесс не сильно связан с ростом черных дыр.
Признаки слияния одинаково распространены в галактиках с аккрецирующими сверхмассивные черные дыры и без них. Используя выборку примерно из восьми тысяч аккрецирующих черных дыр, ученые выяснили, что слияния приводят к росту черных дыр только в очень специфическом типе галактик: звездообразующих, содержащих значительное количество холодного газа.
К слову, дыры бывают не только черными. Недавно группа астрономов обнаружила чрезвычайно красную сверхмассивную черную дыру в ранней Вселенной.
Олеся Маевская
