Das James Webb Space Telescope (JWST), ein bahnbrechendes Instrument zur astronomischen Beobachtung, stand kürzlich vor einer Herausforderung – verschwommene Bilder von einer Schlüsselkomponente. Glücklicherweise hat ein Team australischer Forscher einen Algorithmus für künstliche Intelligenz (KI) entwickelt, der dieses Problem erfolgreich angeht, was einen großen Sieg für die wissenschaftliche Gemeinschaft darstellt, die die Fähigkeiten des Teleskops bei der Suche nach Exoplaneten in unserer Milchstraße nutzen möchte.
Das Problem: Verschwommene Bilder von einem Spezialinstrument
Die verschwommenen Bilder stammen vom Aperture Masking Interferometer (API), einem Instrument, das nicht zu den vier Hauptwerkzeugen des JWST gehört, sondern vielmehr ein Gerät, das die Fähigkeiten eines davon erweitert – des Near-InfraRed Imager and Slitless Spectrograph (NIRISS). API kombiniert Licht aus verschiedenen Abschnitten des Hauptspiegels des JWST und erhöht so die Fähigkeit des Instruments, schwache und entfernte Objekte zu erkennen, insbesondere kleine Exoplaneten, die andere Sterne umkreisen.
Nach dem Einschalten des Instruments waren die resultierenden Bilder jedoch merklich unscharf, was einen erheblichen optischen Fehler widerspiegelte, der beim Vorgänger des JWST, dem Hubble-Weltraumteleskop, aufgetreten war. Im Jahr 1990 wurde festgestellt, dass Hubble aufgrund von Mängeln im Primärspiegel kurzsichtig war, was eine kostspielige und komplexe Mission zur Installation von Korrekturspiegeln im Orbit erforderte.
Warum eine Lösung so schwierig war – und warum Menschen nicht helfen konnten
Die Lösung des Problems mit JWST erwies sich als weitaus schwieriger als mit Hubble. Während Hubble nur 320 Meilen über der Erde kreist – ein relativ zugänglicher Ort – befindet sich JWST in einer Entfernung von 930.000 Meilen (1,5 Millionen km). Diese enorme Entfernung – mehr als das Dreifache der Entfernung zum Mond – bedeutet, dass bisher noch nie eine bemannte Raumfahrtmission durchgeführt wurde, was eine physische Reparatur praktisch ausschließt.
Die KI-Lösung: Ein neuronales Netzwerk namens AMIGO
Die Ursache der Unschärfe wurde auf elektronische Verzerrungen im Infrarotkameradetektor von JWST zurückgeführt. Um diese Hürde zu überwinden, hat der ehemalige Ph.D. der University of Sydney Die Studenten Max Charles und Louis Desdoigts haben ein neuronales Netzwerk entwickelt, eine Art KI-Algorithmus, der das menschliche Gehirn nachahmt. Dieser Algorithmus mit dem Namen AMIGO (für Aperture Masking Interferometry Generative Observations) identifiziert und korrigiert effizient Pixel, die von elektrischen Ladungen betroffen sind, und verfeinert so die verzerrten Beobachtungen.
„Anstatt Astronauten zu schicken, um neue Teile anzuschrauben, gelang es ihnen, Dinge mit Code zu reparieren“, sagte Tuthill in einer Erklärung.
Bemerkenswerte Ergebnisse und erweiterte Möglichkeiten
Der AMIGO-Algorithmus hat sich als äußerst effektiv erwiesen. Die Forscher demonstrierten ihre Fähigkeiten, indem sie Bilder eines schwachen Exoplaneten und eines kühlen, massearmen Sterns 133 Lichtjahre von der Erde entfernt schärften. Nachfolgende Bildkampagnen, bei denen API mit AMIGO zusammenarbeitete, lieferten detaillierte Bilder eines Schwarzloch-Jets, der vulkanischen Oberfläche des Jupitermondes Io und der Sternwinde, die von einem entfernten, veränderlichen Stern ausgehen.
„Diese Arbeit rückt die Vision von JWST noch stärker in den Fokus“, sagte Desdoigts, jetzt Postdoktorand an der Universität Leiden in den Niederlanden, in der Erklärung. „Es ist unglaublich lohnend zu sehen, wie eine Softwarelösung die wissenschaftliche Reichweite des Teleskops erweitert.“
Das James Webb-Weltraumteleskop hat seit seiner Inbetriebnahme im Juli 2022 die Astronomie revolutioniert und beispiellose Einblicke in die Entstehung früher Galaxien und Schwarzer Löcher geliefert. Da die API-Komponente dank der KI-Lösung nun voll funktionsfähig ist, ist JWST bereit, noch mehr bahnbrechende Entdeckungen zu ermöglichen und unser Verständnis des Universums zu verbessern.
