Разработанная международным проектом система Bright Transient Survey Bot (BTSbot) автоматизирует весь процесс поиска новых сверхновых по всей небесной сфере. Это не только значительно ускоряет процесс анализа и классификации новых кандидатов, но и исключает человеческую ошибку.

За последние шесть лет люди потратили около 2200 часов на визуальную оценку и классификацию кандидатов на сверхновые. Теперь, с инструментом, работающим в режиме онлайн, исследователям удастся перенаправить ценное время на другие обязанности, чтобы ускорить темпы открытий.

«Впервые ИИ наблюдал, затем идентифицировал и взаимодействовал с телескопом, чтобы подтвердить открытие сверхновой. Это важный шаг вперёд, поскольку дальнейшее усовершенствование моделей позволит роботам выделять конкретные подтипы звёздных вспышек. Исключение человеческого труда из этого процесса даёт исследовательской группе больше времени для анализа и разработки новых гипотез, объясняющих происхождение наблюдаемых вспышек», — сказал Адам Миллер из Северо-западного университета, руководитель работы.

«Это значительно упрощает крупные исследования сверхновых, помогает нам лучше понять жизненные циклы звёзд и происхождение элементов, создаваемых сверхновыми, таких как углерод, железо и золото», — добавил Набил Рехемтулла из Северо-западного университета, который совместно с Миллером работал над кодом.

Сегодня для обнаружения и анализа сверхновых люди работают совместно с роботизированными системами. Сначала роботизированные телескопы многократно снимают одни и те же участки неба, ища новые источники, которых не было на предыдущих снимках. Затем, когда телескопы обнаруживают новый объект, люди берут дело в свои руки.

«Автоматизированное программное обеспечение предоставляет список кандидатов-вспышек, которые люди проверяют и выполняют спектроскопические наблюдения. Мы можем определить, является ли кандидат действительно сверхновой, только изучив её спектр, который раскрывает присутствующие в ней элементы. Существуют роботизированные телескопы, способные собирать спектры, но это часто делается людьми, работающими на телескопах со спектрографами», — сказал Миллер.

Исследователи разработали BTSbot, чтобы убрать из этого процесса необходимость участия человека. Рехемтулла обучил алгоритм машинного обучения на более 1,4 миллионах исторических изображений из почти 16 000 источников, включая подтверждённые сверхновые, вспыхивающие переменные звёзды, переменные звёзды и вспыхивающие галактики.