Teleskop Jamesa Webba (JWST), pionierski instrument do obserwacji astronomicznych, napotkał ostatnio problem z rozmytymi obrazami kluczowego elementu. Na szczęście zespół australijskich badaczy opracował algorytm sztucznej inteligencji (AI), który skutecznie rozwiązał ten problem, co stanowi wielką wygraną dla społeczności naukowej chcącej wykorzystać moc teleskopu do poszukiwania egzoplanet w naszej galaktyce Drogi Mlecznej.
Problem: Rozmyte obrazy ze specjalistycznego narzędzia
Niewyraźne obrazy pochodzą z interferometru maskującego aperturę (API), instrumentu, który nie jest jednym z czterech podstawowych instrumentów JWST, ale raczej urządzeniem zwiększającym możliwości jednego z nich, aparatu do obrazowania bliskiej podczerwieni i spektrografu bez spektralnego (NIRISS). API działa poprzez łączenie światła z różnych sekcji zwierciadła głównego JWST, zwiększając zdolność instrumentu do wykrywania słabych i odległych obiektów, zwłaszcza małych egzoplanet krążących wokół innych gwiazd.
Jednak po włączeniu instrumentu uzyskane obrazy były zauważalnie nieostre, co odzwierciedlało znaczącą wadę optyczną napotkaną przez poprzednika JWST, Teleskop Hubble’a. W 1990 roku odkryto, że Hubble jest krótkowzroczny z powodu defektów w zwierciadle głównym, co wymagało kosztownej i złożonej misji zainstalowania na orbicie zwierciadeł korekcyjnych.
Dlaczego naprawa była taka trudna i dlaczego ludzie nie mogli pomóc
Rozwiązanie problemu za pomocą JWST okazało się znacznie trudniejsze niż w przypadku Hubble’a. Podczas gdy Hubble krąży zaledwie 520 mil nad Ziemią – co jest stosunkowo dostępną lokalizacją – JWST jest oddalony o 930 000 mil (1,5 miliona km). Ta ogromna odległość — ponad trzykrotność odległości do Księżyca — oznacza, że nigdy dotąd nie wysłano żadnej załogowej misji kosmicznej na tak dużą odległość, co skutecznie eliminuje możliwość fizycznej naprawy.
Rozwiązanie AI: Sieć neuronowa o nazwie AMIGO
Źródłem rozmycia były zniekształcenia elektroniczne w detektorze podczerwieni kamery JWST. Aby pokonać tę przeszkodę, byli absolwenci Uniwersytetu w Sydney, Max Charles i Louis Desdoigt, stworzyli sieć neuronową, rodzaj algorytmu sztucznej inteligencji naśladującego ludzki mózg. Algorytm ten, nazwany AMIGO (ang. Aperture Masking Interferometric Generative Observation), skutecznie identyfikuje i koryguje piksele dotknięte ładunkami elektrycznymi, poprawiając w ten sposób zniekształcone obserwacje.
„Zamiast wysyłać astronautów, aby przykręcali nowe części, udało im się wszystko naprawić za pomocą kodu” – stwierdził Tatuille w oświadczeniu.
Niesamowite rezultaty i zaawansowane funkcje
Algorytm AMIGO okazał się bardzo skuteczny. Naukowcy zademonstrowali jego możliwości, wyostrzając obrazy słabej egzoplanety i słabej gwiazdy o małej masie znajdującej się 133 lata świetlne od Ziemi. Kolejne kampanie obrazowe z udziałem interfejsu API współpracującego z AMIGO zaowocowały szczegółowymi obrazami strumienia czarnej dziury, powierzchni wulkanicznej księżyca Jowisza Io oraz wiatrów gwiazdowych emanujących z odległej gwiazdy zmiennej.
„Ta praca jeszcze bardziej poprawia wizję JWST” – stwierdził w oświadczeniu Desdoigt, obecnie postdoktor na Uniwersytecie w Lejdzie w Holandii. „Niezwykle satysfakcjonujące jest obserwowanie, jak oprogramowanie zwiększa potencjał naukowy teleskopu”.
Teleskop Jamesa Webba zrewolucjonizował astronomię od chwili rozpoczęcia swojej działalności w lipcu 2022 r., dostarczając bezprecedensowych informacji na temat powstawania wczesnych galaktyk i czarnych dziur. Dzięki temu, że komponent API jest już w pełni funkcjonalny dzięki rozwiązaniu AI, JWST jest gotowy na odblokowanie jeszcze większej liczby przełomowych odkryć i pogłębienie naszej wiedzy o wszechświecie.
