از میان نزدیک به ۳۰۰ هزار اختروش که در پیمایش دیجیتال آسمان اسلون (SDSS) فهرست شدهاند، تنها ۱۲ نامزد عدسی گرانشی شناسایی شده و از میان آنها فقط سه مورد با قطعیت تأیید شدهاند. این سامانهها اهمیت بسیار زیادی دارند، زیرا به اخترشناسان اجازه میدهند جرم کهکشان میزبانِ اختروش را با دقت بالا اندازهگیری کنند؛ کاری که در حالت عادی تقریباً ناممکن است، چراکه درخشندگی فوقالعاده زیاد خودِ اختروش، نور محیط و کهکشان میزبان را کاملاً تحتالشعاع قرار میدهد.
(اعتبار: ESO/M. Kornmesser)
اکنون پژوهشگرانی به رهبری اِوِرِت مکآرتور به کمک یک روش نوآورانه در یادگیری ماشین و با بهرهگیری از دادههای ابزار طیفنگاری انرژی تاریک (DESI)، این مجموعهی اندک را بهطور چشمگیری گسترش دادهاند. مطالعهٔ آنها بیش از ۸۱۲ هزار اختروش را بررسی کرده و هفت نامزد جدید باکیفیت شناسایی کرده است؛ یعنی تنها با یک جستوجو، تعداد نمونههای شناختهشده را بیش از دو برابر افزایش دادهاند.
چالش اصلی در تشخیص این سامانههای نادر، یافتن امضای ظریف کهکشان پسزمینه است؛ کهکشانی دوردست که نورش توسط جرم عظیم کهکشان میزبانِ اختروش در پیشزمینه خم میشود. زمانی که یک کهکشان دورتر تقریباً دقیقاً پشت یک اختروش قرار گیرد، گرانش نیرومند کهکشان میزبانِ اختروش، نور کهکشان دوردست را خم کرده و آن را به شکل چند تصویر کجشده و حلقههای نورانی در اطراف اختروش پخش میکند. با این حال، این تصاویر معمولاً بسیار کمنور و کوچکاند و از روی زمین، بهدلیل درخشندگی خیرهکنندهٔ خودِ اختروش، تقریباً قابل تفکیک نیستند.
اینجاست که طیفسنجی روشی متفاوت و مؤثر ارائه میدهد. اگر نور کهکشان پسزمینه از همان فیبر طیفسنجی عبور کند که نور اختروش پیشزمینه عبور میکند، خطوط گسیلی آن در طولموجی متفاوت ظاهر میشود—به این دلیل که انتقالبهسرخش بزرگتر است. پژوهشگران از یک شبکه عصبی استفاده کردند تا بتوانند این ویژگیهای ظریف و پنهانشده در طیف اختروشها را تشخیص دهند.
(اعتبار: Lawrence Berkeley National Lab / KPNO / NOIRLab / NSF / AURA – DESI)
از آنجا که عدسیهای گرانشی اختروش واقعی بسیار نادر هستند، پژوهشگران نمیتوانستند شبکه عصبی را با هزاران نمونهٔ واقعی آموزش دهند. بنابراین آنها نمونههای مصنوعی واقعگرایانه تولید کردند: با ترکیب طیفهای واقعی DESI از اختروشها با طیفهای کهکشانهای گسیلخطی در انتقالبهسرخ بالاتر، مجموعهای از عدسیهای تقلبی ولی طبیعی ایجاد کردند. سپس حدود ۳۰۰۰ عدسی مصنوعی و ۳۰ هزار طیف اختروش معمولی را به شبکه ارائه دادند تا یاد بگیرد چگونه خطوط گسیلی ظریف کهکشان پسزمینه را از میان ساختارهای پیچیدهٔ طیفی خود اختروش تشخیص دهد.
عملکرد شبکه چشمگیر بود:
دقتی با مساحت زیر منحنی (AUC) برابر با ۰.۹۹ — که نشاندهندهٔ کارایی بسیار بالا است.
با استفاده از این روش، پژوهشگران دادههای نخستین انتشار DESI را که اختروشهایی با انتقالبهسرخ ۰٫۰۳ تا ۱٫۸ را در بر میگیرد، بررسی کردند و هفت نامزد ردهٔ A را شناسایی کردند. هر یک از این موارد، یک دوخطی اکسیژن (OII) را در انتقالبهسرخ بالاتر نشان میدهد؛ این همان امضای کهکشان پسزمینه است. افزون بر آن، چهار مورد از نامزدها خطوط گسیلی هیدروژن بتا و اکسیژن-III را نیز نشان میدهند، که اعتبار آنها را دوچندان میکند. جالبتر اینکه روش آنها توانست تنها عدسی اختروش شناختهشدهٔ قبلی را که در محدودهٔ DESI قرار داشت، دوباره شناسایی کند.
اما چرا این موضوع اهمیت دارد؟
عدسیهای اختروش ابزاری نیرومند برای بررسی نحوهٔ همتکاملی سیاهچالههای ابرپرجرم و کهکشانهای میزبان آنها در طول تاریخ کیهانی هستند. کمیتی به نام شعاع اینشتین — اندازهٔ زاویهای مشخصی که تصاویر عدسیشده را تعیین میکند — مستقیماً با جرم کهکشان میزبان مرتبط است. با روشهای سنتی، جداسازی نور اختروش از نور کهکشان میزبان تقریباً غیرممکن است، اما عدسی گرانشی این امکان را با دقت بالا فراهم میکند.
این کشفهای جدید در واقع یک دروازهٔ تازه به مطالعهٔ دقیقتر ساختار کهکشانهای میزبان، جرم هالههای مادهٔ تاریک و رابطهٔ میان رشد سیاهچاله و تکامل کهکشان میگشایند. از آنجا که یافتن چنین سامانههایی سالها یکی از دشوارترین کارهای رصدی بوده، روش تازهی مبتنی بر یادگیری ماشین نشان میدهد که شاید تعداد این عدسیهای نادر بسیار بیشتر از حد تصور باشد — فقط تاکنون ابزار و روش مناسب برای یافتن آنها نداشتهایم.
با افزایش حجم دادههای DESI و همچنین ابزارهای آینده مانند «آرایه میراثی» یا «پیمایشهای آیندهٔ ورا روبین»، انتظار میرود تعداد بیشتری از این عدسیهای اختروش شناسایی شود. هر کشف جدید، قطعهای از پازل بزرگ تکامل کیهانی را کاملتر میکند.
