Объединенная мощь гражданской науки и машинного обучения привела к открытию более 1000 новых астероидов на архивных снимках, сделанных космическим телескопом Хаббла.
На старых фотографиях Хаббла было обнаружено более 1000 ранее неизвестных астероидов — не профессиональными астрономами, а гражданскими учеными и модулем машинного обучения.
“Эта работа является отличным примером того, как удачная наука может происходить в больших наборах данных”, — комментирует исследователь астероидов Билл Боттке (Юго-Западный исследовательский институт), который не принимал участия в исследовании.
За последние три десятилетия сотни тысяч изображений глубокого неба оказались в архивах Хаббла. Иногда крошечные астероиды проходили через поле зрения во время экспозиции, оставляя слабый след на фотографии. Такие следы астероидов обычно изогнуты, потому что сам Хаббл также движется по своей орбите.
В 1998 году Робин Эванс и Карл Стапельфельдт (оба из Лаборатории реактивного движения) обнаружили десятки “фотобомбированных” астероидов, визуально изучив изображения Хаббла. Но с тех пор никто больше не проводил специальных поисков. “Мы с Эвансом были слишком заняты другими проектами, чтобы успевать за потоком новых изображений Хаббла для поиска”, — говорит Стапельфельдт.
Сандор Крук (Институт внеземной физики Макса Планка, Германия) и Пабло Гарсия Мартин (Автономный университет Мадрида, Испания) придерживались другого подхода. Основываясь на опыте Крука с GalaxyZoo, гражданской научной программой, первоначально разработанной для помощи астрономам в классификации галактик, они разработали аналогичную программу под названием Hubble Asteroid Hunter и обратились за помощью к тысячам добровольцев со всего мира.
Число известных астероидов в Солнечной системе неуклонно растет. Эта анимация отображает все известные астероиды, обнаруженные в период с 1999 по 2018 год. Недавно обнаруженные астероиды на изображениях Хаббла дополняют эту текущую перепись.
Идентифицировать астероиды по изображениям Хаббла сложно. Большинство следов чрезвычайно слабы. Кроме того, зрители должны отличать их от других удлиненных артефактов, таких как спутниковые следы, следы космических лучей (вызванные попаданием заряженных частиц в детектор) и слабые дуги гравитационных линз.
Крук и его коллеги отобрали 37 323 изображения Хаббла, полученные за последние 20 лет с помощью усовершенствованной камеры Хаббла для съемок и широкоугольной камеры. Они разрезали изображения на четыре квадранта, каждый из которых был осмотрен 10 добровольцами. Их задача состояла в том, чтобы определить все возможные пути, отметить начальную и конечную точки и, если возможно, предоставить классификацию.
К концу программы 11 482 добровольца провели поиск в 144 559 квадрантах. Между ними они получили колоссальные 1,78 миллиона индивидуальных классификаций (в среднем 155 на человека). Критически сравнив и объединив все эти данные, команда получила 1488 потенциальных следов астероидов – в среднем только по одному на каждые 100 квадрантов изображения.
Тем временем команда Крука ввела описанные классификации в модуль машинного обучения, разработанный в сотрудничестве с учеными Google. После достаточной подготовки алгоритм заново открыл около двух третей следов, найденных гражданскими учеными. Кроме того, он обнаружил почти 1000 новых следов на изображениях, на которые раньше никто не смотрел.
“Доступность и энтузиазм гражданских ученых сыграли ключевую роль в разработке автоматизированного алгоритма”, — говорит Стапельфельдт, который “рад видеть, что эта работа продвигается”. Крук согласен. “В принципе, теперь мы могли бы позволить алгоритму искать следы астероидов на каждом новом изображении Хаббла”, — говорит он. “Это никогда не было бы возможно без усилий гражданских ученых”.
Но даже имея под рукой 2487 трасс, команда еще не закончила. Как они описывают в статье, которая появится в журнале «Астрономия и астрофизика», Крук и два других члена команды визуально осмотрели каждого из них, отсеивая оставшиеся события космических лучей, которые не были должным образом распознаны, а также ложные или неоднозначные идентификации. В итоге осталось в общей сложности 1701 действительный след астероида.
Затем команда проверила результаты по существующей базе данных малых объектов Солнечной системы, размещенной Центром малых планет Международного астрономического союза. В 670 случаях они идентифицировали след с известным объектом. Например, относительно яркий астероид 2001 SE101 прошел перед Крабовидной туманностью на изображении Хаббла, полученном в 2005 году. Это оставило 1031 неопознанный след, большинство из которых были очень слабыми:в среднем 23-я магнитуда.
“Для меня самое захватывающее, что этот вид науки оказывается вообще возможным с данными Хаббла, несмотря на то, что Хаббл никогда не был предназначен для этого”, — говорит Крук.
Эта статья показывает, что существует множество способов максимизировать научный результат, который мы можем получить от всех телескопических наблюдений, — говорит Билл Боттке, — и что предприимчивые астрономы-любители могут получить действительно отличные результаты”.
В будущей работе Крук и его коллеги проанализируют формы следов новых астероидов, что позволит им определить расстояния. Затем они могут перевести наблюдаемую яркость объекта в оценку его физического размера. В конечном счете, это даст более точную информацию о распределении по размерам самых маленьких объектов в Солнечной системе.
“Мы знаем, что основной пояс астероидов эволюционирует в результате столкновений, причем столкновения являются основным геологическим процессом, влияющим на астероиды”, — говорит Боттке. “Исследуя количество существующих малых тел, мы получаем критические данные для компьютерных моделей, которые позволяют нам оценить как силу астероидов, так и то, как долго они, вероятно, выживут до разрушения. Это говорит нам об эволюции астероидов в целом».
Рене Лаурийс (Европейское космическое агентство, ЕКА) надеется на будущее сотрудничество с гражданскими учеными в миссии ЕКА «Евклид», в которой он является научным сотрудником проекта. Евклид нанесет на карту две трети всего неба с тем же разрешением, что и Хаббл, для изучения темной материи и темной энергии во Вселенной. “С помощью Евклида основное внимание будет уделено морфологии галактик, — говорит Лорийс, — но мы также ожидаем, что в наших данных будет найдено не менее 150 000 небольших объектов Солнечной системы”.
