ASTRONOMIA E SCIENZA – Un nuovo algoritmo di intelligenza artificiale (AI) sviluppato da una collaborazione internazionale guidata dalla Northwestern University (USA) ha rilevato, identificato e classificato con successo la prima supernova in un processo completamente automatizzato che escludeva la partecipazione umana.
Lo strumento di apprendimento automatico, chiamato Bright Transient Survey Bot (BTSbot), è stato pre-addestrato su oltre 1,4 milioni di immagini storiche provenienti da 16 mila fonti astronomiche.
Prima mondiale nel campo astronomico
BTSbot si è concentrato su una candidata supernova scoperta di recente, SN2023tyk, e da lì ha richiesto automaticamente lo spettro della potenziale supernova all’Osservatorio Palomar (USA), dove un altro telescopio robotico (SED Machine) ha eseguito osservazioni approfondite per ottenere lo spettro della sorgente. La macchina SED ha poi inviato questo spettro allo SNIascore del Caltech (USA) per determinare il tipo di supernova e determinare se si trattasse dell’esplosione termonucleare di una nana bianca o del collasso del nucleo di una stella massiccia.
Dopo aver stabilito che la candidata era una supernova di tipo Ia (un’esplosione stellare in cui una nana bianca in un sistema stellare binario esplode completamente), il sistema automatizzato ha reso pubblica la scoperta due giorni dopo l’inizio del processo.
L’astronomo della Northwestern che ha co-diretto la ricerca, Nabeel Rehemtulla, ha aggiunto che il team ha ottenuto “il primo rilevamento, identificazione e classificazione completamente automatici al mondo di una supernova“.
“Per la prima volta, una serie di robot e algoritmi di intelligenza artificiale hanno osservato, poi identificato e poi comunicato con un altro telescopio per confermare finalmente la scoperta di una supernova“, ha affermato Adam Miller della Northwestern, che ha guidato la ricerca. “Ciò rappresenta un importante passo avanti, poiché un ulteriore perfezionamento dei modelli consentirà ai robot di isolare sottotipi specifici di esplosioni stellari“, ha aggiunto.
Un lavoro che consuma molto tempo umano
Sebbene l’attuale processo di ispezione visiva e classificazione delle candidate supernova coinvolga sia sistemi robotici che esseri umani, i ricercatori vi investono molto tempo. “Il software automatizzato presenta un elenco di possibili esplosioni agli esseri umani, che dedicano del tempo alla verifica dei candidati e all’esecuzione di osservazioni spettroscopiche“, ha spiegato Miller.
“La Zwicky Transient Facility (ZTF) è operativa da sei anni e, durante questo periodo, io e altri abbiamo trascorso più di 2.000 ore a ispezionare visivamente i candidati e a determinare quali osservare con la spettroscopia“, ha affermato Christoffer Fremling, un astronomo presso il California Institute of Technology (Caltech) che ha contribuito allo sviluppo di BTSbot.
I vantaggi dell’algoritmo AI
Con l’intervento di BTSbot si accelera il processo di analisi, validazione e classificazione e si elimina anche l’errore umano. “In definitiva, togliere gli esseri umani dal giro fornisce più tempo al gruppo di ricerca per analizzare le proprie osservazioni e sviluppare nuove ipotesi per spiegare l’origine delle esplosioni cosmiche che abbiamo osservato“, ha detto Miller.
Rehemtulla ha anche sottolineato che BTSbot “accelera notevolmente gli studi sulle supernovae di grandi dimensioni e aiuta a comprendere meglio i cicli di vita delle stelle e l’origine degli elementi che creano le supernove, come carbonio, ferro e oro“. “L’aggiunta di BTSbot al nostro flusso di lavoro eliminerà la necessità di dedicare tempo alla valutazione di questi candidati“, ha affermato Fremling.