Przejdź do treści

Sztuczna inteligencja bada pierwsze gwiazdy

Pozostałości po supernowej RCW 86

Międzynarodowy zespół wykorzystał sztuczną inteligencję do analizy składu chemicznego najstarszych gwiazd i znalazł wskazówki, że pierwsze gwiazdy we Wszechświecie powstawały w grupach, a nie jako pojedyncze obiekty. Teraz zespół zamierza zastosować tę metodę do analizy nowych danych z trwających i planowanych badań obserwacyjnych.

Po Wielkim Wybuchu jedynymi pierwiastkami istniejącymi we Wszechświecie był wodór, hel i lit. Wszystkie pozostałe pierwiastki musiały dopiero zostać wyprodukowane. Większość z nich powstała w wyniku reakcji jądrowych zachodzących w gwiazdach. Niektóre pierwiastki powstały (i wciąż powstają) w wyniku syntezy jądrowej w jądrach gwiazd, a inne, podczas śmierci gwiazd w wyniku eksplozji supernowej. Trzeba pamiętać, że supernowe odgrywają również ważną rolę w rozprzestrzenianiu nowo-utworzonych pierwiastków, które dzięki temu stają się częścią materii budującej następną generację gwiazd, planety i żywe organizmy.

Dla astronomów badających ewolucję Wszechświata szczególnie interesujące są gwiazdy pierwszej generacji, które jako pierwsze wytworzyły pierwiastki cięższe od litu. Jednak gwiazdy pierwszej generacji są trudne do zbadania, ponieważ nigdy nie zaobserwowano ich bezpośrednio. Uważa się, że wszystkie już eksplodowały jako supernowe. Dlatego naukowcy próbują wyciągnąć wnioski na temat właściwości gwiazd pierwszej generacji, badając supernowe pierwszej generacji i to, w jaki sposób wpłynęły one na skład chemiczny gwiazd, które powstały w następnej rundzie.

powstanie pierwszych gwiazd

Na ilustracji: Wyrzuty materii z pierwszych supernowych (cyjanowe, zielone i fioletowe obiekty otoczone chmurami wyrzuconej materii) wzbogacają pierwotny wodór i hel w ciężkie pierwiastki. Gdyby pierwsze gwiazdy narodziły się jako wielokrotne układy gwiezdne, a nie jako pojedyncze pojedyncze gwiazdy, pierwiastki wyrzucone przez różne supernowe zostałyby zmieszane i włączone do następnej generacji gwiazd. Charakterystyczne obfitości chemiczne w takim mechanizmie można dostrzec w składzie chemicznym atmosfer długo żyjących gwiazd. Zespół badaczy zaprogramował algorytm uczenia maszynowego w celu rozróżnienia gwiazd powstałych z wyrzutu materii z pojedynczej supernowej (zaznaczonych na różowo) od gwiazd powstałych z wyrzutów materii z wielu supernowych (zaznaczonych na niebiesko). Źródło: Kavli IPMU

Uważa się, że gwiazdy skrajnie ubogie w metale (ang. extremely metal-poor stars), które są rzadkie ale obecnie znaleziono ich wystarczająco dużo, aby można je było analizować jako grupę, powstały po pierwszej rundzie wybuchów supernowych. Badając te gwiazdy możemy zatem starać się poznać własności poprzedzających je supernowych, a idąc dalej tym tropem, zbadać gwiazdy, które powstały we Wszechświecie jako pierwsze.

W opisanym badaniu zespół składający się z członków IPMU University of Tokyo/Kavli, National Astronomical Observatory of Japan i University of Hertfordshire zastosował nowatorskie podejście polegające na wykorzystaniu sztucznej inteligencji do interpretacji obfitości pierwiastków w ponad 450 skrajnie ubogich w metal gwiazdach obserwowanych przez teleskopy w tym Teleskop Subaru. Badacze odkryli, że 68% obserwowanych skrajnie ubogich w metale gwiazd ma skład chemiczny, który jest zgodny z wzbogaceniem przez wiele wcześniejszych supernowych.

Spodziewamy się, że aby wyrzuty materii z wielu supernowych zmieszały się w jedną gwiazdę, supernowe te musiały znajdować się w bliskiej odległości. Oznacza to, że w wielu przypadkach gwiazdy pierwszej generacji musiały powstawać razem w gromadach, a nie jako pojedyncze obiekty. Daje to pierwsze ograniczenie ilościowe oparte na obserwacjach rozkładu przestrzennego pierwszych gwiazd.

Teraz zespół ma nadzieję zastosować tę metodę do Big Data z obecnych i przyszłych programów obserwacyjnych, takich jak dane oczekiwane z Prime Focus Spectrograph na Teleskopie Subaru.

Wyniki te zostały opublikowane w pracy Hartwig i in. „Machine Learning Detects Multiplicity of the First Stars in Stellar Archaeology Data” w czasopiśmie The Astrophysical Journal, 22 marca 2023 r.

 

Opracowanie: Joanna Molenda-Żakowicz

 

Na ilustracji: Pozostałości po wybuchu supernowej RCW 86. Źródło: NASA

Reklama