De James Webb Space Telescope (JWST), een baanbrekend instrument voor astronomische observatie, stond onlangs voor een uitdaging: wazige beelden van een belangrijk onderdeel. Gelukkig heeft een team van Australische onderzoekers een algoritme voor kunstmatige intelligentie (AI) ontwikkeld dat dit probleem met succes heeft aangepakt, wat een grote overwinning betekende voor de wetenschappelijke gemeenschap die graag de mogelijkheden van de telescoop wilde benutten bij de zoektocht naar exoplaneten in ons Melkwegstelsel.
Het probleem: wazige beelden van een gespecialiseerd instrument
De wazige beelden zijn afkomstig van de Aperture Masking Interferometer (API), een instrument dat niet een van de vier belangrijkste hulpmiddelen van JWST is, maar eerder een apparaat dat de mogelijkheden van een van hen vergroot: de Near-InfraRed Imager en Slitless Spectrograph (NIRISS). API werkt door licht van verschillende delen van de hoofdspiegel van JWST te combineren, waardoor het vermogen van het instrument om zwakke en verre objecten te detecteren wordt vergroot, vooral kleine exoplaneten die rond andere sterren cirkelen.
Nadat het instrument was ingeschakeld, waren de resulterende beelden echter merkbaar onscherp, wat een weerspiegeling was van een aanzienlijke optische fout die de voorganger van JWST, de Hubble-ruimtetelescoop, tegenkwam. In 1990 bleek Hubble bijziend te zijn vanwege onvolkomenheden in de hoofdspiegel, waardoor een kostbare en complexe missie nodig was om corrigerende spiegels in een baan om de aarde te installeren.
Waarom een oplossing zo moeilijk was – en waarom mensen niet konden helpen
Het probleem aanpakken met JWST bleek een veel grotere uitdaging dan met Hubble. Terwijl Hubble slechts 320 mijl boven de aarde draait – een relatief toegankelijke locatie – bevindt JWST zich op een afstand van 930.000 mijl (1,5 miljoen km). Deze enorme afstand – meer dan drie keer de afstand tot de maan – betekent dat er tot nu toe nog nooit een menselijke ruimtemissie is uitgezonden, waardoor fysieke reparatie feitelijk is uitgesloten.
De AI-oplossing: een neuraal netwerk genaamd AMIGO
De bron van de onscherpte werd herleid tot elektronische vervormingen in de infraroodcameradetector van JWST. Om deze hindernis te overwinnen, heeft de voormalige Universiteit van Sydney Ph.D. studenten Max Charles en Louis Desdoigts creëerden een neuraal netwerk, een soort AI-algoritme dat het menselijk brein nabootst. Dit algoritme, genaamd AMIGO (voor Aperture Masking Interferometry Generative Observations), identificeert en corrigeert op efficiënte wijze pixels die worden beïnvloed door elektrische ladingen, waardoor de vervormde waarnemingen worden verfijnd.
“In plaats van astronauten te sturen om nieuwe onderdelen aan te brengen, zijn ze erin geslaagd dingen met code te repareren”, zei Tuthill in een verklaring.
Opmerkelijke resultaten en uitgebreide mogelijkheden
Het AMIGO-algoritme is zeer effectief gebleken. De onderzoekers demonstreerden de mogelijkheden ervan door beelden te verscherpen van een zwakke exoplaneet en een koele ster met een lage massa die zich op 133 lichtjaar van de aarde bevindt. Daaropvolgende beeldcampagnes, waarbij API samenwerkte met AMIGO, produceerden gedetailleerde beelden van een straaljager met een zwart gat, het vulkanische oppervlak van Jupiters maan Io en stellaire winden die afkomstig waren van een verre, variabele ster.
“Dit werk brengt de visie van JWST nog scherper in beeld”, zei Desdoigts, nu postdoctoraal onderzoeker aan de Universiteit Leiden in Nederland, in de verklaring. “Het is ongelooflijk de moeite waard om te zien dat een softwareoplossing het wetenschappelijke bereik van de telescoop vergroot.”
De James Webb-ruimtetelescoop heeft een revolutie teweeggebracht in de astronomie sinds hij in juli 2022 operationeel werd, en heeft ongekende inzichten opgeleverd in de vorming van vroege sterrenstelsels en zwarte gaten. Nu de API-component dankzij de AI-oplossing volledig functioneel is, staat JWST klaar om nog meer baanbrekende ontdekkingen te ontsluiten en ons begrip van het universum te vergroten.
