Dit persbericht staat ook op:
http://www.astronomie.nl/#!/index/_detail/gli/kunstmatige-intelligentie-56-
zwaartekrachtlenzen (Nederlands)
http://www.astronomie.nl/#!/index/_detail/gli/artificial-
intelligence-56-gravitational-lenses/ (Engels)
P E R S B E R I C H T
Nederlandse Onderzoekschool voor Astronomie (NOVA)
------------------------------------------------------------
---------------------------------------
23 oktober 2017
Kunstmatige intelligentie vindt 56 nieuwe kandidaat-zwaartekrachtlenzen
Een groep astronomen van de universiteiten van Groningen, Napels en Bonn
heeft een methode ontwikkeld die automatisch zeldzame zwaartekrachtlenzen
vindt in enorme databestanden van waarnemingen. De methode is gebaseerd op
hetzelfde algoritme voor kunstmatige intelligentie dat Google, Facebook en
Tesla gebruiken. De onderzoekers publiceren hun methode en 56 nieuwe
zwaartekrachtlenskandidaten in het novembernummer van Monthly Notices of
the Royal Astronomical Society.
Als een sterrenstelsel achter een ander sterrenstelsel verborgen ligt, is
het verborgen stelsel soms toch zichtbaar rond het voorste stelsel. Dit
heet een zwaartekrachtlens, omdat het wordt voorspeld door de algemene
relativiteitstheorie van Einstein die zegt dat massa licht kan afbuigen.
Astronomen speuren naar zwaartekrachtlenzen, omdat ze helpen in het
onderzoek naar donkere materie.
De jacht op zwaartekrachtlenzen is monnikenwerk. Astronomen moeten
duizenden afbeeldingen van de hemel bekijken. Ze worden hierbij geholpen
door enthousiaste vrijwilligers over de hele wereld. Tot nu toe liep de
zoektocht nog wel in de pas met het beschikbaar komen van nieuwe
afbeeldingen. Maar dankzij nieuwe waarnemingen met speciale telescopen die
grote stukken van de hemel afspeuren, komen er miljoenen afbeeldingen bij.
Dat is voor mensen niet meer bij te houden.
Om de stroom aan afbeeldingen te lijf te gaan, hebben de sterrenkundigen
zogeheten 'convolutional neural networks' gebruikt. Google heeft deze
neurale netwerken ingezet om het spel Go te winnen tegen de wereldkampioen.
Facebook gebruikt ze voor het herkennen van de beelden op je tijdlijn. En
Tesla ontwikkelt zelfrijdende auto's met behulp van deze neurale netwerken.
De sterrenkundigen trainden het neurale netwerk met behulp van miljoenen
zelfgemaakte afbeeldingen van zwaartekrachtlenzen. Daarna lieten ze het
netwerk los op miljoenen afbeeldingen van een stukje sterrenhemel met een
oppervlak van 255 vierkante graden. Dat is iets meer dan een half procent
van het hemeloppervlak.
Het neurale netwerk vond in eerste instantie 761 nieuwe
kandidaat-zwaartekrachtlenzen. Dat werden er, na handmatige schifting door
de sterrenkundigen, uiteindelijk 56. Die 56 lenzen moeten nog definitief
worden bevestigd met een waarneming door telescopen als de
Hubble-ruimtetelescoop.
Daarnaast herontdekte het neurale netwerk twee bekende lenzen. Helaas zag
het een derde, bekende lens over het hoofd. Dat is een kleine lens en
daarop was het neurale netwerk nog niet getraind.
In de toekomst willen de onderzoekers hun neurale netwerk nog beter trainen
zodat het minder foute lenzen vindt en de kleine ook opmerkt. Het
uiteindelijke doel is om lenzen op te sporen zonder menselijke, visuele
inspectie.
Carlo Enrico Petrillo (Rijksuniversiteit Groningen), eerste auteur van de
wetenschappelijk publicatie: "Dit is de eerste keer dat een convolutional
neural network gebruikt is om uitzonderlijke objecten uit een hemelsurvey
te filteren. Ik denk dat kunstmatige intelligentie in de toekomst de norm
wordt omdat de surveys gigantische hoeveelheden gegevens opleveren en we
gewoon niet genoeg astronomen hebben om alle gegevens door te spitten."
De gegevens die het neuronale netwerk verwerkte, komen van de Kilo-Degree
Survey. Dat project gebruikt de VLT Survey Telescope van de Europese
Zuidelijke Sterrenwacht (ESO) op de berg Paranal (Chili). De bijbehorende
panoramische camera, OmegaCAM, is ontwikkeld onder Nederlandse leiding.
E I N D E P E R S B E R I C H T
------------------------------------------------------------
---------------------------------------
Meer informatie
Contact:
Enrico Petrillo (Kapteyn Instituut, Rijksuniversiteit Groningen)
petrillo@xxxxxxxxxxxx
Tel: 050 36 33505
Artikel: Finding strong gravitational lenses in the Kilo Degree Survey with
Convolutional Neural Networks. By: C.E. Petrillo, C. Tortora, S.
Chatterjee, G. Vernardos, L.V.E. Koopmans, G. Verdoes Kleijn, N.R.
Napolitano, G. Covone, P. Schneider, A. Grado, J. McFarland. In:
Monthly Notices of the Royal Astronomical Society, Volume 472, Issue 1, 21
November 2017.
https://doi.org/10.1093/mnras/stx2052 ;(origineel)
https://arxiv.org/abs/1702.07675 ;(gratis preprint)
Beeld (zie onder):
Echte zwaartekrachtlenskandidaten
Met behulp van kunstmatige intelligentie ontdekten astronomen 56 nieuwe
zwaartekrachtlenskandidaten. Op de foto staan drie van die kandidaten.
Credit: Enrico Petrillo (Rijksuniversiteit Groningen)
Link: http://www.astronomie.nl/media/medialibrary/2017/10/
Petrillo_echte_lenzen_1.png
Trainingslenzen
Met behulp van kunstmatige intelligentie ontdekten astronomen 56 nieuwe
zwaartekrachtlenskandidaten. Op de foto staan zelfgemaakte afbeeldingen van
zwaartekrachtlenzen waarmee de sterrenkundigen hun neurale netwerk trainden.
Credit: Enrico Petrillo (Rijksuniversiteit Groningen)
Link: http://www.astronomie.nl/media/medialibrary/2017/10/
Petrillo_trainingslenzen_1.png
Opgemaakt persbericht op www.astronomie.nl
------------------------------------------------------------
---------------------------------------
Met vriendelijke groet,
David Redeker en Marieke Baan
Nederlandse Onderzoekschool voor Astronomie (NOVA)
NOVA Informatie Centrum
Science Park 904
1098 XH Amsterdam
vast: 020 - 525 7480
David mobiel: 06 - 44 588 969
d.redeker@xxxxxx
www.astronomie.nl
Attachment:
Petrillo_echte_lenzen.png
Description: PNG image
Attachment:
Petrillo_trainingslenzen.png
Description: PNG image
