تلسکوپ [فضایی جیمز وب] دچار مشکل تاری دید شده بود. اما تیمی از محققان استرالیایی یک الگوریتم هوش مصنوعی ساختند که این مشکل را برطرف میکند — این یک تسکین بزرگ برای جامعه علمی است که امیدوارند از این ابزار برای جستجوی سیارات فراخورشیدی در اطراف ستارگان کهکشان راه شیری ما استفاده کنند.
ابزار آسیبدیده، تداخلسنج ماسک دیافراگم (API) نام دارد که توسط تیمی از ستارهشناسان به رهبری پروفسور پیتر تاتیل از دانشگاه سیدنی در استرالیا طراحی و ساخته شده است. API یکی از چهار ابزار اصلی تلسکوپ فضایی جیمز وب (JWST) نیست، بلکه دستگاهی است که نوع خاصی از تصویربرداری را در یکی از ابزارهای اصلی رصدخانه — تصویرگر فروسرخ نزدیک و طیفسنج بدون شکاف (NIRISS) — امکانپذیر میسازد.
API به NIRISS اجازه میدهد تا نور را از بخشهای مختلف آینه اصلی تلسکوپ ترکیب کند تا حساسیت و وضوح ابزار را افزایش دهد. این قطعه API که از یک ماسک مات با هفت سوراخ تشکیل شده است، به طور خاص برای جستجوی سیارات فراخورشیدی کوچک و کمنور در اطراف ستارگان دوردست طراحی شده بود. اما زمانی که ستارهشناسان برای اولین بار این ابزار را روشن کردند، متوجه شدند که تصاویر به صورت تار بازمیگردند.
کابوس هابل: آیا مشکل تاری دید جیمز وب قابل تعمیر است؟
این موضوع یادآور نقص بزرگی در اپتیک تلسکوپ هابل، سلفِ وب، بود که پس از رسیدن به مدار در سال ۱۹۹۰، مشخص شد که به طور قابل توجهی نزدیکبین است. نقص هابل ناشی از نواقصی در آینه اصلی آن بود و تعمیر آن نیازمند یک مأموریت فضایی سرنشیندار به ارزش صدها میلیون دلار بود. در سال ۱۹۹۳، تیمی از فضانوردان مجموعهای از آینههای اصلاحی را در مقابل سنسورهای تلسکوپ نصب کردند تا به آن اجازه دهند تصاویری با کیفیت مورد انتظار تولید کند.
اما برای وب، چنین مأموریتی غیرممکن است. هابل در حدود ۳۲۰ مایل (۵۱۵ کیلومتر) بالاتر از زمین میچرخد، به سختی ۷۰ مایل (۱۱۰ کیلومتر) بالاتر از ایستگاه فضایی بینالمللی. اما وب، سیاره ما را در فاصلهای ۹۳۰,۰۰۰ مایلی (۱.۵ میلیون کیلومتری) همراهی میکند، که بیش از سه برابر دورتر از ماه است. هیچ مأموریت فضایی انسانی هرگز تا این حد دور پرواز نکرده است. تاری دید در تصاویر API وب، ناشی از اعوجاجهای الکترونیکی بود که در آشکارساز دوربین فروسرخ وب ایجاد میشد.
راه حل هوش مصنوعی: تعمیر تلسکوپ جیمز وب با کد
برای رفع این مشکل، دانشجویان سابق دکتری دانشگاه سیدنی، مکس چارلز و لوئیس ددویت، یک شبکه عصبی — نوعی الگوریتم هوش مصنوعی الهامگرفته از عملکرد مغز انسان — توسعه دادند که پیکسلهای تحت تأثیر بارهای الکتریکی (که مشاهدات را مخدوش میکردند) را شناسایی و تصحیح میکند.
این الگوریتم که AMIGO (مخفف مشاهدات مولد تداخلسنجی ماسک دیافراگم) نام دارد، نشان داده است که به طور شگفتانگیزی خوب کار میکند. تاتیل در بیانیهای گفت: «آنها به جای فرستادن فضانوردان برای نصب قطعات جدید، موفق شدند همهچیز را با کد تعمیر کنند.»
نتایج شگفتانگیز: از سیارات فراخورشیدی تا آتشفشانهای آیو
محققان مهارتهای تیزکنندگی AMIGO را بر روی تصاویر یک سیاره فراخورشیدی کمنور و یک ستاره بسیار سرد و کمجرم (یک کوتوله قرمز-قهوهای) در فاصله حدود ۱۳۳ سال نوری از زمین به نمایش گذاشتند. در یک کمپین تصویربرداری دیگر، API با کمک AMIGO توانست تصاویر دقیقی از یک جت سیاهچاله، سطح آتشفشانی قمر مشتری آیو، و بادهای ستارهای که از یک ستاره متغیر دوردست ساطع میشدند، تولید کند.
ددویت، که اکنون پژوهشگر فوق دکتری در دانشگاه لیدن هلند است، در این بیانیه گفت: «این کار، دید تلسکوپ جیمز وب را حتی واضحتر میکند. دیدن اینکه یک راهحل نرمافزاری دامنه علمی تلسکوپ را گسترش میدهد، فوقالعاده لذتبخش است.»
تلسکوپ فضایی جیمز وب که از ژوئیه ۲۰۲۲ عملیاتی شده، نجوم را متحول کرده و جزئیات غیرمنتظرهای را در مورد شکلگیری کهکشانهای اولیه و سیاهچالهها آشکار ساخته است. این تلسکوپ همچنین سهم قابل توجهی در مطالعه سیارات فراخورشیدی داشته و اندازهگیریهای بیسابقهای از ترکیب جو آنها انجام داده است. اکنون که API با تمام سرعت کار میکند، وب برای اکتشافات شگفتانگیزتر آماده است.
