3 ruimtewetenschapsvragen die door computergebruik worden beantwoord

Daniel Zender

Terwijl ruimtewetenschappers steeds meer gegevens verzamelen, vinden observatoria over de hele wereld nieuwe manieren om supercomputing, cloudcomputing en deep learning toe te passen om alles te begrijpen. Hier zijn enkele voorbeelden van hoe deze technologieën de manier veranderen waarop astronomen de ruimte bestuderen.

Wat gebeurt er als zwarte gaten botsen?

Als postdoctoraal student in de VS, astrofysicus Eli Huerta begon na te denken over hoe technologie zou kunnen bijdragen aan meer doorbraken in zijn vakgebied. Toen ontdekten onderzoekers in 2015 voor het eerst zwaartekrachtsgolven met LIGO (de Laser Interferometer Gravitational-Wave Observatory) .

Dit verhaal maakte deel uit van ons nummer van november 2021

• Zie de rest van het nummer
• Abonneren

Wetenschappers hebben sindsdien deze waarnemingen in kaart gebracht en hebben geprobeerd alles te weten te komen over deze ongrijpbare krachten. Ze hebben nog tientallen zwaartekrachtsgolfsignalen gedetecteerd en vooruitgang in de computer helpt hen om bij te blijven.

Als postdoc zocht Huerta naar zwaartekrachtsgolven door moeizaam te proberen de door detectoren verzamelde gegevens te koppelen aan een catalogus van potentiële golfvormen. Hij wilde een betere manier vinden.

Eerder dit jaar moestuin , die nu een computationele wetenschapper is bij het Argonne National Laboratory in de buurt van Chicago, een AI gemaakt ensemble dat in staat is om in slechts zeven minuten een maand aan LIGO-gegevens te verwerken.

Zijn algoritmen - die draaien op speciale processors die GPU's worden genoemd - combineren vooruitgang op het gebied van kunstmatige intelligentie en gedistribueerd computergebruik. Met behulp van afzonderlijke computers of netwerken die als een enkel systeem fungeren, kan Huerta zwaartekrachtsdichte plaatsen identificeren, zoals zwarte gaten, die golven produceren wanneer ze samensmelten.

Huerta's verzameling AI-modellen is open source, wat betekent dat iedereen ze kan gebruiken. Niet iedereen heeft toegang tot een supercomputer, zegt hij. Dit zal de drempel verlagen voor onderzoekers om AI te adopteren en te gebruiken.

Hoe is de nachtelijke hemel veranderd?

Hoezeer de astronomie ook is uitgebreid, het veld is traag met het integreren van cloudcomputing. Het Vera C. Rubin-observatorium , die momenteel in aanbouw is in Chili, zal de eerste astronomische instelling van zijn omvang worden die een cloudgebaseerde datafaciliteit in gebruik neemt.

Verwant verhaal

Hoe mega-satellietconstellaties de manier waarop we de ruimte gebruiken zullen veranderen En waar mensen ook gaan, ze nemen satellietconstellaties mee naar de maan en Mars.

Wanneer het observatorium in 2024 opstart, zullen de gegevens die de telescoop vastlegt beschikbaar komen als onderdeel van de Verouderd onderzoek van ruimte en tijd (LSST) project, dat een catalogus zal creëren die duizenden keren groter is dan enig eerder onderzoek van de nachtelijke hemel. Eerdere enquêtes werden bijna altijd lokaal gedownload en opgeslagen, waardoor het voor astronomen moeilijk was om toegang te krijgen tot elkaars werk.

We maken een kaart van de volle lucht, zegt Hsin-Fang Chiang , lid van het datamanagementteam van Rubin. En in het proces bouwen ze een enorme dataset op die nuttig zal zijn voor veel verschillende soorten wetenschap in de astronomie.

Hoewel Chiang's PhD in de astronomie zit, had haar eerste onderzoek niets te maken met het onderzoek. Jaren later kreeg ze de kans om mee te doen dankzij de enorme omvang van het project. Ze is er trots op dat haar werk de manier waarop wetenschappers samenwerken kan verbeteren.

Het 10-jarig project zal een set gegevens en afbeeldingen van 500 petabyte aan de cloud leveren om astronomen te helpen bij het beantwoorden van vragen over de structuur en evolutie van het universum.

Het 10-jarige project zal een set aan gegevens en afbeeldingen van 500 petabyte naar de cloud leveren.

Voor elke positie aan de hemel hebben we daar meer dan 800 afbeeldingen, zegt Chiang. Je kon zelfs zien wat er in het verleden is gebeurd. Dus vooral voor supernova's of dingen die veel veranderen, dan is dat heel interessant.

Het Rubin Observatorium zal elke nacht 20 terabytes aan gegevens verwerken en opslaan terwijl het de Melkweg en andere plaatsen in kaart brengt. Astronomen die bij het project zijn aangesloten, kunnen die gegevens overal openen en analyseren via een webbrowser . Uiteindelijk zullen de beelden die de telescoop elke nacht maakt, worden omgezet in een online database van sterren, sterrenstelsels en andere hemellichamen.

Hoe zag het vroege heelal eruit?

Vooruitgang in de informatica zou astronomen kunnen helpen de kosmische klok terug te draaien. Eerder dit jaar gebruikten Japanse astronomen ATERUI II , een supercomputer die gespecialiseerd is in astronomiesimulaties, om te reconstrueren hoe het universum er al tijdens de oerknal uitzag.

ATERUI II helpt de onderzoekers onderzoeken kosmische inflatie — de theorie dat het vroege heelal van het ene moment op het andere exponentieel uitbreidde. Astronomen zijn het erover eens dat deze uitdijing extreme variaties in de dichtheid van materie zou hebben veroorzaakt die zowel de verdeling van sterrenstelsels als de manier waarop ze zich ontwikkelden zouden hebben beïnvloed.

Het project vereist een enorme hoeveelheid gegevensopslag (ongeveer 10 terabyte, gelijk aan 22.000 afleveringen van Game of Thrones)

Door 4.000 simulaties van het vroege heelal - allemaal met verschillende dichtheidsfluctuaties - te vergelijken met het echte werk, kunnen wetenschappers de tijd terugspoelen en vragen waarom sommige plaatsen in het heelal bol staan ​​van kosmische activiteit terwijl andere onvruchtbaar zijn.

Masato Shirasaki, een assistent-professor aan de National Astronomical Observatory of Japan, zegt dat die vraag bijna onmogelijk te beantwoorden zou zijn zonder deze simulaties. Het project vereist een enorme hoeveelheid gegevensopslag (ongeveer 10 terabyte, gelijk aan 22.000 afleveringen van Game of Thrones ).

Het team van Shirasaki ontwikkelde een model van hoe het universum zou zijn geëvolueerd en paste het toe op elk van de simulaties om te zien welk resultaat het dichtst in de buurt komt van hoe het er vandaag uitziet. Deze methode maakte het gemakkelijker om de fysica van kosmische inflatie te onderzoeken.

In de komende jaren kunnen de methoden van Shirasaki helpen de observatietijd te verkorten die nodig is voor toekomstige inspanningen zoals: SPHEREx, een tweejarige missie gepland voor 2024 met een ruimtevaartuig dat in een baan om de aarde zal draaien en naar bijna 300 miljoen sterrenstelsels aan de hemel zal staren. Met deze sprongen in de informatica breidt ons begrip van het universum zich beetje bij beetje uit.

zich verstoppen