आधुनिक पेशेवर खगोलविद पुराने के खगोलविदों की तरह नहीं हैं। वे हर उपयुक्त शाम को दूरबीन की ऐपिस से चिपके हुए अपनी आँखों से नहीं बिताते हैं। एआई और गहन शिक्षण विधियों के साथ काम करते हुए, आपको सुपर-कंप्यूटर के सामने उन्हें खोजने की अधिक संभावना हो सकती है।
शोधकर्ताओं के एक समूह ने आकाशगंगा में सितारों का एक नया संग्रह खोजने के लिए उन तरीकों को नियोजित किया; सितारों का एक समूह जो यहाँ पैदा नहीं हुआ था।
तारों के समूह को Nyx कहते हैं। Nyx सितारों की एक विशाल धारा है जो सूर्य के निकट है, निश्चित रूप से एक सापेक्ष शब्द है। शोधकर्ताओं की टीम का कहना है कि Nyx एक बौनी आकाशगंगा या गोलाकार क्लस्टर का फैला हुआ अवशेष है जो मिल्की वे में विलीन हो गया है।
उनके परिणाम प्रस्तुत करने वाले नए अध्ययन का शीर्षक है ' सौर परिवेश में एक विशाल प्रोग्रेस तारकीय धारा के साक्ष्य। मुख्य लेखक लीना नेसीब हैं, जो कैलटेक में सैद्धांतिक भौतिकी में पोस्टडॉक्टरल विद्वान हैं। यह पेपर नेचर एस्ट्रोनॉमी जर्नल में प्रकाशित हुआ है।
इस खोज के बारे में एक दिलचस्प बात यह है कि शोधकर्ताओं ने इसे कैसे पाया। Nyx को टेलीस्कोप से नहीं देखा गया था, यह डेटा के लिए गहन-सीखने के तरीकों को लागू करके पाया गया था जीएआइए , ईएसए की अंतरिक्ष वेधशाला जो आकाशगंगा के 3डी मानचित्र का चार्ट बना रही है। यह खोज इस बात का प्रतिबिंब है कि इन दिनों हमारी कितनी खोजें हुई हैं। आकाश को सीधे दूरबीनों से जांचने के बजाय, स्वचालित आकाश सर्वेक्षण भारी मात्रा में डेटा एकत्र करते हैं जिनका अध्ययन स्वयं किया जा सकता है।
अध्ययन ने लगभग 200 से 250 सितारों की पहचान की जो Nyx का श्रृंगार करते हैं। अन्य छोटी आकाशगंगाओं के इन अवशेषों को खोजना आश्चर्यजनक नहीं होना चाहिए; इस तरह आकाशगंगाएँ बढ़ती हैं। लेकिन गैर-वैज्ञानिकों को आश्चर्य हो सकता है कि यह कैसे पाया गया।
'हम आकाशगंगा के गठन को वास्तव में समझने में सक्षम होने के शुरुआती चरणों में हैं।'
लीना नेसीब, प्रमुख लेखक, सैद्धांतिक भौतिक विज्ञानी, कैलटेक
Gai आकाशगंगा का एक 3D मानचित्र बना रहा है, लेकिन प्रत्येक तारे का चार्ट बनाकर नहीं; उनमें से 200 अरब से अधिक हैं। गैया आकाशगंगा के लगभग एक अरब तारों का नमूना लेकर और उनसे एक्सट्रपलेशन करके ऐसा करता है। एक अन्य शोध प्रयास, जिसे कहा जाता है यथार्थवादी वातावरण में प्रतिक्रिया (FIRE), बड़े पैमाने पर ब्रह्माण्ड संबंधी सिमुलेशन बनाता है जो अन्य चीजों के अलावा, हमारे आकाशगंगा निर्माण मॉडल की भविष्य कहनेवाला प्रकृति में सुधार करना चाहते हैं।
इस अध्ययन के पीछे शोधकर्ताओं की टीम ने Nyx की खोज के लिए Gaia और FIRE दोनों का इस्तेमाल किया। उन्होंने दोनों के आँकड़ों को एक साथ मिला दिया और इसके अधीन कर दिया जिसे 'कहा जाता है' गहरी सीखने के तरीके ।' डीप लर्निंग मेथड एक जटिल विषय है, और इसे आसानी से समझाया नहीं जा सकता है। मूल रूप से, मूल रूप से, यह मशीन सीखने का एक तरीका है जो चीजों का उपयोग करता है: कृत्रिम तंत्रिका प्रसार . यदि आप अधिक जानना चाहते हैं, तो कैम्ब्रिज मास में जाएं और एमआईटी परिसर में घूमें। उन्नत मॉडलिंग से पता चलता है कि यह आपकी सबसे अच्छी शर्त है।
FIRE सिमुलेशन में से एक से एक छवि। यह संपूर्ण आकाशगंगाओं का अनुकरण करने में सक्षम है और विलय के दौरान वे कैसे व्यवहार करते हैं। ये अलग-अलग तरंग दैर्ध्य (बाएं) में एक और मिल्की वे-मास आकाशगंगा की नकली छवियां हैं, जैसे कि देखी गई स्टारलाइट, आणविक (CO) गैस की रेडियो छवियां, गर्म कोरोनल गैस की एक्स-रे छवियां और धूल की अवरक्त छवियां। दाईं ओर, हम एक समान आकाशगंगा को हिंसक टक्कर और एंड्रोमेडा-द्रव्यमान साथी के साथ विलय के दौर से गुजरते हुए दिखाते हैं। प्रत्येक में, युवा तारा समूह चमकीले नीले क्षेत्रों के रूप में दिखाई देते हैं, जबकि घनी गैस और धूल के धुंधलेपन से लाल/भूरे रंग की गलियां बनती हैं। छवि क्रेडिट: आग
'यह अब तक का सबसे बड़ा गतिज अध्ययन है। वेधशाला एक अरब सितारों की गति प्रदान करती है,' नेसीब ने गैया के बारे में कहा प्रेस विज्ञप्ति . 'इसका एक सबसेट, सात मिलियन सितारों में 3D वेग हैं, जिसका अर्थ है कि हम यह जान सकते हैं कि एक तारा कहाँ है और उसकी गति क्या है। हम बहुत छोटे डेटासेट से बड़े पैमाने पर विश्लेषण करने के लिए गए हैं जो हम आकाशगंगा की संरचना को समझने के लिए पहले नहीं कर सके।'
हम जानते हैं कि मिल्की वे जैसी आकाशगंगाएं विलय से बड़ी होती हैं। जरूरी नहीं कि टाइटैनिक विलय जैसा कि अब से एक अरब साल बाद होगा आकाशगंगा और एंड्रोमेडा . अधिक छोटे विलय की एक श्रृंखला की तरह, इस अध्ययन में एक की तरह। आकाशगंगा खत्म हो गई है 50 छोटी उपग्रह आकाशगंगा , और इसके और इस प्रकार के छोटे लोगों के बीच विलय संभवतः आकाशगंगाओं के विकास में एक वृद्धिशील प्रक्रिया है।
गैया डेटा के अनुसार आकाशगंगा का विमान, इसकी सबसे बड़ी ज्ञात बौनी आकाशगंगा, धनु बौना गोलाकार आकाशगंगा के साथ। यह आकाशगंगा के पास 50 से अधिक उपग्रह आकाशगंगाओं में से एक है। छवि क्रेडिट: ESA/Gaia/DPAC द्वारा, CC BY-SA 3.0-igo, https://commons.wikimedia.org/w/index.php?curid=77752828
गैलेक्टिक विकास को बढ़ावा देने वाले विलय के बारे में वैज्ञानिक काफी निश्चित हैं, लेकिन आकाशगंगा में इसका सबूत मिलना मुश्किल है। जहां तक कुछ शोधकर्ताओं का संबंध है, हमारी आकाशगंगा में चीजें शांत लगती हैं—बहुत शांत।
'आकाशगंगाएं अन्य आकाशगंगाओं को निगलकर बनती हैं,' नेसीब ने कहा। 'हमने माना है कि आकाशगंगा का एक शांत विलय इतिहास था, और थोड़ी देर के लिए यह कितना शांत था क्योंकि हमारे सिमुलेशन बहुत सारे विलय दिखाते हैं। अब, बहुत सी छोटी संरचनाओं तक पहुंच के साथ, हम समझते हैं कि यह उतना शांत नहीं था जितना लग रहा था। इन सभी उपकरणों, डेटा और सिमुलेशन का होना बहुत शक्तिशाली है। इस समस्या को दूर करने के लिए इन सभी का एक साथ उपयोग करना होगा। हम आकाशगंगा के गठन को वास्तव में समझने में सक्षम होने के शुरुआती चरणों में हैं।'
जैसा कि इस अध्ययन के लिए प्रेस विज्ञप्ति स्पष्ट करती है, गैया मानचित्र अपनी चुनौतियों को प्रस्तुत करता है। इसका सारा डेटा एक खजाना है जो शोधकर्ताओं की पिछली पीढ़ियों की पहुंच से बाहर था। लेकिन आप उस सारे डेटा को कैसे संभाल सकते हैं? कनेक्शन और पैटर्न खोजने के लिए शोधकर्ता इसका विश्लेषण कैसे कर सकते हैं? यहीं से शक्तिशाली कंप्यूटर और मशीन लर्निंग आते हैं।
Gaia की दूसरी डेटा रिलीज़ का ग्राफ़िक सारांश. छवि क्रेडिट: ESA, CC BY-SA 3.0-igo, https://commons.wikimedia.org/w/index.php?curid=68049468 द्वारा
'इससे पहले, खगोलविदों को बहुत सारी तलाश और साजिश रचनी पड़ती थी, और शायद कुछ क्लस्टरिंग एल्गोरिदम का उपयोग करना पड़ता था। लेकिन यह वास्तव में अब संभव नहीं है, ”नेसीब ने समझाया। 'हम सात मिलियन सितारों को नहीं देख सकते हैं और यह पता लगा सकते हैं कि वे क्या कर रहे हैं। हमने इस श्रृंखला की परियोजनाओं में गैया मॉक कैटलॉग का उपयोग किया था। ”
इससे पहले कि हम यह बताएं कि गैया मॉक कैटलॉग क्या हैं, आपको सिमुलेशन और मशीन लर्निंग और संबंधित टूल के बारे में कुछ जानने की जरूरत है। वे जितने शक्तिशाली हैं, उनमें एक दोष है। यह आश्चर्य की बात नहीं है; सब कुछ करता है।
इस प्रकार के काम में खतरा सभी कंप्यूटरों के समान है, और इसे कंप्यूटर के शुरुआती दिनों में काफी संक्षिप्त रूप से तैयार किया गया था: गारबेज इन, गारबेज आउट (GIGO)। इसका मतलब यह है कि कंप्यूटर कितना भी शक्तिशाली क्यों न हो, अगर उसके इनपुट कूड़ा-करकट हैं तो वह परिणाम नहीं दे सकता है। अधिक सूक्ष्म तरीके से, यह सुपरकंप्यूटर और मशीन लर्निंग के लिए और FIRE जैसे सिमुलेशन के लिए नुकसान है।
अध्ययन के सहयोगियों में से एक ब्रायन ओस्टडीक (पूर्व में ओरेगन विश्वविद्यालय में और अब हार्वर्ड विश्वविद्यालय में) हैं, जो पहले लार्ज हैड्रॉन कोलाइडर (एलएचसी) परियोजना में शामिल थे। ओस्टडीक को एलएचसी में बड़े पैमाने पर डेटासेट और मशीन लर्निंग से निपटने का महत्वपूर्ण अनुभव है।
एलएचसी पर कॉम्पैक्ट मून सोलेनॉइड डिटेक्टर। ईएसए के गैया मिशन की तरह, एलएचसी भारी मात्रा में डेटा का उत्पादन करता है, और हमें इस सब के माध्यम से मदद की ज़रूरत है। सौभाग्य से, उन सभी डेटा को संभालने के लिए जिम्मेदार लोगों में से एक ने इस अध्ययन में मदद की। छवि क्रेडिट: सर्न
'एलएचसी में, हमारे पास अविश्वसनीय सिमुलेशन हैं, लेकिन हमें चिंता है कि उन पर प्रशिक्षित मशीनें सिमुलेशन सीख सकती हैं और वास्तविक भौतिकी नहीं,' ओस्टडीक ने कहा। 'इसी तरह, फायर आकाशगंगाएं हमारे मॉडलों को प्रशिक्षित करने के लिए एक अद्भुत वातावरण प्रदान करती हैं, लेकिन वे आकाशगंगा नहीं हैं। हमें न केवल यह सीखना था कि अनुकरण में दिलचस्प सितारों की पहचान करने में हमें क्या मदद मिल सकती है, बल्कि यह भी कि हमारी वास्तविक आकाशगंगा को सामान्य बनाने के लिए इसे कैसे प्राप्त किया जाए। ”
प्रसिद्ध पोलिश-अमेरिकी वैज्ञानिक और दार्शनिक अल्फ्रेड कोर्ज़ब्स्की समस्या का सार प्रस्तुत किया जब उन्होंने कहा, 'नक्शा क्षेत्र नहीं है।'
'हमें यह सुनिश्चित करने की ज़रूरत है कि हम सिमुलेशन के बारे में कृत्रिम चीजें नहीं सीख रहे हैं, लेकिन वास्तव में डेटा में क्या हो रहा है।'
लीना नेसीब, प्रमुख लेखक, सैद्धांतिक भौतिक विज्ञानी, कैलटेक
टीम ने आकाशगंगाओं के FIRE सिमुलेशन के साथ शुरुआत की। फिर उन्होंने उन आकाशगंगाओं में तारों को दो प्रकारों में बांटा: नकली मेजबान आकाशगंगा में पैदा हुए सितारे, या विलय से आए सितारे। दोनों के बीच के अंतर सूक्ष्म हो सकते हैं, लेकिन वे वहां हैं। फिर उन लेबलों का उपयोग गहन शिक्षण मॉडल को प्रशिक्षित करने के लिए किया गया, जिसे टीम ने फिर अन्य FIRE सिमुलेशन पर परीक्षण किया।
लीना नेसीब, अध्ययन के प्रमुख लेखक, और कैलटेक में सैद्धांतिक भौतिकी में पोस्टडॉक्टरल विद्वान। छवि क्रेडिट: कैलटेक / नेसिब
उस सबका परिणाम गैया मॉक कैटलॉग है। फिर उन्होंने कैटलॉग और डीप लर्निंग मॉडल लिया और इसे वास्तविक गैया डेटा पर लागू किया। संक्षेप में, उन्होंने एक साधारण प्रश्न पूछा: ''आपने जो सीखा है उसके आधार पर, क्या आप लेबल कर सकते हैं कि सितारों को जोड़ा गया था या नहीं?'' नेसीब ने कहा। मॉडल ने तब प्रत्येक स्टार को इस आधार पर रैंक किया कि वह लेबल में कितना आश्वस्त था, या तो घरेलू स्टार या मर्ज किए गए स्टार।
यदि यह जटिल लगता है, और संभावित त्रुटियों से भरा है, तो यह है। लेकिन यह शक्तिशाली भी है, और सही विशेषज्ञता वाली टीमों के लिए, और जो बहुत मेहनत करते हैं, यह शक्तिशाली हो सकता है।
शोधकर्ता जिस संपूर्ण पद्धति का उपयोग कर रहे हैं उसे 'ट्रांसफर लर्निंग' कहा जाता है। और Necib जानता है कि खतरे क्या हैं। 'हमें यह सुनिश्चित करने की ज़रूरत है कि हम सिमुलेशन के बारे में कृत्रिम चीजें नहीं सीख रहे हैं, लेकिन वास्तव में डेटा में क्या हो रहा है,' नेसीब ने कहा। 'उसके लिए, हमें इसे थोड़ी मदद देनी थी और इसे कुछ ज्ञात तत्वों को फिर से तौलने के लिए कहना था ताकि इसे थोड़ा लंगर दिया जा सके।'
इस तरह के परिणामों का परीक्षण किया जा सकता है। वे वास्तविक मिल्की वे पर डीप लर्निंग मॉडल को ढीला कर सकते हैं, और देख सकते हैं कि क्या यह ज्ञात विशेषताओं की पहचान कर सकता है। टीम ने इसका परीक्षण गैया सॉसेज के साथ किया।
NS गैया सॉसेज 8 से 11 अरब साल पहले मिल्की वे में विलीन हो गई एक बौनी आकाशगंगा का टेल-टेल रूप है। गैया सॉसेज में सितारों की आबादी अलग-अलग वेग वाले स्थान पर कब्जा कर लेती है, लम्बी कक्षाओं के एक विशिष्ट सॉसेज आकार में।
बाईं ओर गैया से आकाशगंगा का तारा-घनत्व मानचित्र है। गैया सॉसेज यहां अदृश्य है, लेकिन यह बड़े मैगेलैनिक बादल और परिहार क्षेत्र के पास है। दाईं ओर गोलाकार क्लस्टर NGC 2808 है, जिसके बारे में शोधकर्ताओं का मानना है कि यह गैया सॉसेज का पुराना केंद्र हो सकता है। छवि क्रेडिट: बाएं: ईएसए/गैया द्वारा; http://sci.esa.int/gaia/56124-counting-stars-with-gaia/, CC BY-SA 3.0-igo, https://commons.wikimedia.org/w/index.php?curid=41619085 . दाएं: NASA, ESA, ए. साराजेदिनी (फ्लोरिडा विश्वविद्यालय) और जी. पियटो (पडुआ विश्वविद्यालय (पडोवा)) द्वारा - http://hubblesite.org/newscenter/archive/releases/2007/2007/18/image/ a/ (सीधा लिंक), सार्वजनिक डोमेन, https://commons.wikimedia.org/w/index.php?curid=2371715
'इसका एक बहुत ही विशिष्ट हस्ताक्षर है,' उसने समझाया। 'यदि तंत्रिका नेटवर्क ने जिस तरह से काम किया है, तो हमें इस विशाल संरचना को देखना चाहिए जिसे हम पहले से जानते हैं।'
परीक्षण सफल रहा। न केवल तंत्रिका नेटवर्क को गैया सॉसेज मिला, उसे कुछ और मिला: Nyx। तारों की एक धारा जो आकाशगंगा के साथ घूम रही थी, लेकिन एक समूह के रूप में आकाशगंगा के केंद्र की ओर भी बढ़ रही थी।
'आपकी पहली प्रवृत्ति यह है कि आपके पास एक बग है।'
लीना नेसीब, प्रमुख लेखक, सैद्धांतिक भौतिक विज्ञानी, कैलटेक
जब उसने तारों की तारकीय धारा देखी, तो नेसीब ने सोचा कि यह एक बग हो सकता है। 'आपकी पहली प्रवृत्ति यह है कि आपके पास एक बग है,' नेसीब ने कहा। 'और आप जैसे हैं, 'अरे नहीं!' इसलिए, मैंने अपने किसी भी सहयोगी को तीन सप्ताह तक नहीं बताया। तब मुझे एहसास हुआ कि यह कोई बग नहीं है, यह वास्तव में वास्तविक है और यह नया है।'
अगला सवाल, चूंकि यह विज्ञान है और वैज्ञानिक पूरी तरह से वैज्ञानिक हैं, यह देखने के लिए कि क्या सितारों की इस तारकीय धारा की पहचान पहले की गई थी, वैज्ञानिक साहित्य को देखना था।
'इस परियोजना के बारे में सब कुछ कम्प्यूटेशनल रूप से बहुत गहन है और बड़े पैमाने पर कंप्यूटिंग के बिना ऐसा नहीं हो पाएगा।'
लीना नेसीब, प्रमुख लेखक, सैद्धांतिक भौतिक विज्ञानी, कैलटेक
'आप साहित्य के माध्यम से जाना शुरू करते हैं, यह सुनिश्चित करते हुए कि किसी ने इसे नहीं देखा है और सौभाग्य से मेरे लिए, किसी ने नहीं देखा है। इसलिए मुझे इसका नाम देना पड़ा, जो खगोल भौतिकी में सबसे रोमांचक चीज है,' नेसीब ने कहा। 'मैंने इसे रात की ग्रीक देवी Nyx कहा। यह विशेष संरचना बहुत दिलचस्प है क्योंकि मशीन सीखने के बिना इसे देखना बहुत मुश्किल होता।'
जब यूरोपीय अंतरिक्ष एजेंसी ने 2013 में गैया को लॉन्च किया, तो उन्हें पता था कि यह भारी मात्रा में डेटा का उत्पादन करेगा। शोधकर्ताओं को उस समय पता था कि उन्हें उस सभी डेटा को लेने और उसे समझने के लिए बेहतर तरीके विकसित करने होंगे। और यह अध्ययन इस बात का एक बड़ा उदाहरण है कि यह कैसे काम कर रहा है।
गैया अंतरिक्ष दूरबीन का चित्रण। क्रेडिट: कावली इंस्टीट्यूट फॉर कॉस्मोलॉजी, कैम्ब्रिज।
'जब गैया मिशन शुरू हुआ, खगोलविदों को पता था कि यह सबसे बड़े डेटासेट में से एक था जिसे वे प्राप्त करने जा रहे थे, बहुत से उत्साहित होने के लिए,' नेसीब ने कहा। 'लेकिन हमें डेटासेट के अनुकूल होने के लिए अपनी तकनीकों को विकसित करने की आवश्यकता है। अगर हमने अपने तरीकों को नहीं बदला या अपडेट नहीं किया, तो हम अपने डेटासेट में मौजूद भौतिकी को याद नहीं करेंगे।'
'इस परियोजना के बारे में सब कुछ कम्प्यूटेशनल रूप से बहुत गहन है और बड़े पैमाने पर कंप्यूटिंग के बिना ऐसा नहीं हो पाएगा,' नेसीब ने कहा।
हालांकि यह अंत नहीं है। इसके बाद Nyx के सितारों का स्पेक्ट्रोस्कोपिक अध्ययन होगा। इससे शोधकर्ताओं को यह समझने में मदद मिलेगी कि Nyx कहाँ से आया है। इससे उन्हें यह पता लगाने में मदद मिलनी चाहिए कि क्या Nyx निश्चित रूप से a . के अवशेष हैं बौना आकाशगंगा . इस बात की भी संभावना है कि Nyx किसी अन्य आकाशगंगा से सितारों की धारा नहीं है, बल्कि आकाशगंगा की डिस्क में एक अलग कारण से एक गड़बड़ी है।
'अनुवर्ती स्पेक्ट्रोस्कोपिक अध्ययन रासायनिक बहुतायत का एक बड़ा सेट प्रदान करके Nyx धारा की उत्पत्ति को स्थापित करने में महत्वपूर्ण भूमिका निभाएगा,' लेखक अपने पेपर के निष्कर्ष में लिखते हैं। 'यह या तो उपरोक्त किनेमेटिक तर्कों की पुष्टि करने में मदद करेगा जो सुझाव देते हैं कि Nyx एक बौनी आकाशगंगा का अवशेष है, या कि यह आकाशगंगा डिस्क का एक गड़बड़ी है।'