Il James Webb Space Telescope (JWST), uno strumento rivoluzionario per l’osservazione astronomica, ha recentemente affrontato una sfida: immagini sfocate provenienti da un componente chiave. Fortunatamente, un team di ricercatori australiani ha sviluppato un algoritmo di intelligenza artificiale (AI) che ha affrontato con successo questo problema, segnando una grande vittoria per la comunità scientifica desiderosa di sfruttare le capacità del telescopio nella ricerca di esopianeti all’interno della nostra galassia, la Via Lattea.
Il problema: immagini sfocate provenienti da uno strumento specializzato
Le immagini sfocate provengono dall’Aperture Masking Interferometer (API), uno strumento che non è uno dei quattro strumenti principali di JWST, ma piuttosto un dispositivo che migliora le capacità di uno di essi: il Near-InfraRed Imager and Slitless Spectrograph (NIRISS). L’API funziona combinando la luce proveniente da diverse sezioni dello specchio principale di JWST, aumentando la capacità dello strumento di rilevare oggetti deboli e distanti, in particolare piccoli esopianeti che orbitano attorno ad altre stelle.
Tuttavia, dopo l’accensione dello strumento, le immagini risultanti erano notevolmente sfocate, facendo eco a un significativo difetto ottico riscontrato dal predecessore di JWST, il telescopio spaziale Hubble. Nel 1990, si scoprì che Hubble era miope a causa di imperfezioni nel suo specchio primario, che richiedevano una missione costosa e complessa per installare specchi correttivi in orbita.
Perché trovare una soluzione era così difficile e perché gli esseri umani non potevano aiutare
Affrontare il problema con JWST si è rivelato molto più impegnativo che con Hubble. Mentre Hubble orbita a sole 320 miglia sopra la Terra, un luogo relativamente accessibile, JWST si trova a una distanza di 930.000 miglia (1,5 milioni di km). Questa vasta distanza – più di tre volte la distanza dalla Luna – significa che nessuna missione spaziale umana è mai stata inviata finora, escludendo di fatto una riparazione fisica.
La soluzione AI: una rete neurale chiamata AMIGO
La fonte della sfocatura è stata fatta risalire alle distorsioni elettroniche all’interno del rilevatore della telecamera a infrarossi di JWST. Per superare questo ostacolo, l’ex Ph.D. dell’Università di Sydney. gli studenti Max Charles e Louis Desdoigts hanno creato una rete neurale, un tipo di algoritmo di intelligenza artificiale che imita il cervello umano. Questo algoritmo, denominato AMIGO (per Aperture Masking Interferometry Generative Observations), identifica e corregge in modo efficiente i pixel interessati da cariche elettriche, perfezionando così le osservazioni distorte.
“Invece di mandare gli astronauti a montare nuove parti, sono riusciti a sistemare le cose con il codice,” ha detto Tuthill in una nota.
Risultati straordinari e capacità ampliate
L’algoritmo AMIGO si è dimostrato molto efficace. I ricercatori hanno dimostrato le sue capacità rendendo più nitide le immagini di un debole esopianeta e di una fredda stella di piccola massa situata a 133 anni luce dalla Terra. Successive campagne di imaging, con API che lavora insieme ad AMIGO, hanno prodotto immagini dettagliate del getto di un buco nero, della superficie vulcanica della luna di Giove, Io, e dei venti stellari emanati da una stella distante e variabile.
“Questo lavoro mette a fuoco ancora più chiaramente la visione del JWST”, ha affermato nella dichiarazione Desdoigts, ora ricercatore post-dottorato presso l’Università di Leiden nei Paesi Bassi. “È incredibilmente gratificante vedere una soluzione software estendere la portata scientifica del telescopio.”
Il telescopio spaziale James Webb ha rivoluzionato l’astronomia da quando è diventato operativo nel luglio 2022, fornendo informazioni senza precedenti sulla formazione delle prime galassie e dei buchi neri. Con il componente API ora completamente funzionante grazie alla soluzione AI, JWST è pronto a sbloccare scoperte ancora più rivoluzionarie e a far avanzare la nostra comprensione dell’universo.
