อัลเบิร์ต ไอน์สไตน์สร้างทฤษฎีเลนส์ความโน้มถ่วงเป็นครั้งแรกเมื่อกว่า 100 ปีที่แล้วเพื่ออธิบายว่าแสงโค้งงออย่างไรเมื่อเดินทางผ่านวัตถุขนาดใหญ่ เช่น ดาราจักรและกระจุกดาราจักร

เอฟเฟ็กต์เลนส์เหล่านี้มักอธิบายว่าอ่อนหรือแรง และความแข็งแรงของเลนส์สัมพันธ์กับตำแหน่ง มวล และระยะห่างของวัตถุจากแหล่งกำเนิดแสงที่เลนส์ เลนส์ที่แข็งแรงสามารถมีมวลมากกว่าดวงอาทิตย์ของเราได้ 100 พันล้านเท่า ทำให้แสงจากวัตถุที่อยู่ไกลกว่าในเส้นทางเดียวกันขยายและแยกออก เช่น เป็นภาพหลายภาพ หรือปรากฏเป็นส่วนโค้งหรือวงแหวนอันน่าทึ่ง

ข้อจำกัดที่สำคัญของเลนส์โน้มถ่วงสูงคือความขาดแคลน โดยมีเพียงหลายร้อยคนเท่านั้นที่ได้รับการยืนยันตั้งแต่การสังเกตครั้งแรกในปี 1979 แต่นั่นกำลังเปลี่ยนแปลง ... และรวดเร็ว

การศึกษาใหม่โดยทีมนักวิทยาศาสตร์นานาชาติเปิดเผยว่า 335 ผู้สมัครเลนส์ที่แข็งแกร่งใหม่โดยอิงจากการดำน้ำลึกในข้อมูลที่รวบรวมสำหรับโครงการกล้องโทรทรรศน์ที่ได้รับการสนับสนุนจากกระทรวงพลังงานสหรัฐในรัฐแอริโซนาที่เรียกว่า Dark Energy Spectroscopic Instrument (DESI) การศึกษาซึ่งตีพิมพ์เมื่อวันที่ 7 พฤษภาคมในThe Astrophysical Journalได้รับประโยชน์จากอัลกอริธึมการเรียนรู้ด้วยเครื่องที่ชนะในการแข่งขันวิทยาศาสตร์ระดับนานาชาติ

David Schlegel นักวิทยาศาสตร์อาวุโสในแผนกฟิสิกส์ของ Lawrence Berkeley National Laboratory (Berkeley Lab) ที่เข้าร่วมการศึกษากล่าวว่า "การค้นหาวัตถุเหล่านี้เหมือนกับการค้นหากล้องโทรทรรศน์ที่มีขนาดเท่ากับกาแลคซี "พวกมันเป็นยานสำรวจที่ทรงพลังของสสารมืดและพลังงานมืด"

ตัวเลือกเลนส์โน้มถ่วงที่ค้นพบใหม่เหล่านี้สามารถให้เครื่องหมายเฉพาะสำหรับการวัดระยะทางไปยังกาแลคซี่ในเอกภพโบราณได้อย่างแม่นยำ เช่น หากสังเกตพบซุปเปอร์โนวาและติดตามและวัดค่าได้อย่างแม่นยำด้วยเลนส์เหล่านี้

เลนส์ที่แข็งแกร่งยังให้หน้าต่างอันทรงพลังแก่จักรวาลที่มองไม่เห็นของสสารมืด ซึ่งคิดเป็นประมาณ 85 เปอร์เซ็นต์ของสสารในจักรวาล เนื่องจากมวลส่วนใหญ่ที่รับผิดชอบเอฟเฟกต์ของเลนส์ถือเป็นสสารมืด สสารมืดและการขยายตัวอย่างรวดเร็วของจักรวาลซึ่งขับเคลื่อนด้วยพลังงานมืดเป็นหนึ่งในความลึกลับที่ใหญ่ที่สุดที่นักฟิสิกส์กำลังดำเนินการแก้ไข

ในการศึกษาล่าสุด นักวิจัยได้เกณฑ์ Cori ซูเปอร์คอมพิวเตอร์ที่ศูนย์คอมพิวเตอร์เพื่อการวิจัยพลังงานแห่งชาติ (NERSC) ของ Berkeley Lab เพื่อเปรียบเทียบข้อมูลการถ่ายภาพโดยอัตโนมัติจาก Dark Energy Camera Legacy Survey (DECaLS) ซึ่งเป็นหนึ่งในสามของการสำรวจที่จัดทำขึ้นเพื่อเตรียมพร้อมสำหรับ DESI -- พร้อมตัวอย่างเลนส์ที่รู้จัก 423 ชิ้น และเลนส์ที่ไม่ใช่เลนส์ 9,451 ชิ้น

นักวิจัยได้จัดกลุ่มเลนส์ที่ทนทานของผู้สมัครออกเป็น 3 ประเภทตามความน่าจะเป็นที่เป็นจริงเลนส์: เกรด A สำหรับ 60 ตัวที่มีแนวโน้มจะเป็นเลนส์มากที่สุด เกรด B สำหรับ 105 ตัวที่มีคุณสมบัติเด่นชัดน้อยกว่า และเกรด C สำหรับเลนส์รุ่นอื่น 176 รายการที่มีคุณสมบัติเลนส์ที่จางกว่าและเล็กกว่าเลนส์ในสองประเภทที่เหลือ

Xiaosheng Huang หัวหน้าทีมวิจัยกล่าวว่าทีมได้ประสบความสำเร็จในการชนะเวลาในกล้องโทรทรรศน์อวกาศฮับเบิล เพื่อยืนยันตัวเลือกเลนส์ที่มีแนวโน้มมากที่สุดที่เปิดเผยในการศึกษา โดยสังเกตเวลาบนฮับเบิลที่เริ่มขึ้นในปลายปี 2019

Huang กล่าวว่า "กล้องโทรทรรศน์อวกาศฮับเบิลสามารถเห็นรายละเอียดที่ดีได้โดยไม่ทำให้เกิดภาพเบลอจากชั้นบรรยากาศของโลก

ผู้สมัครเลนส์ได้รับการระบุด้วยความช่วยเหลือของโครงข่ายประสาทเทียม ซึ่งเป็นรูปแบบของปัญญาประดิษฐ์ที่โปรแกรมคอมพิวเตอร์ได้รับการฝึกฝนให้ค่อยๆ ปรับปรุงการจับคู่ภาพเมื่อเวลาผ่านไป เพื่อเพิ่มอัตราความสำเร็จในการระบุเลนส์ โครงข่ายประสาทคอมพิวเตอร์ได้รับแรงบันดาลใจจากเครือข่ายทางชีววิทยาของเซลล์ประสาทในสมองของมนุษย์

"ต้องใช้เวลาหลายชั่วโมงในการฝึกโครงข่ายประสาทเทียม" Huang กล่าว "มีรูปแบบการกระชับที่ซับซ้อนมากของ "เลนส์คืออะไร" และ "อะไรไม่ใช่เลนส์""

Huang ตั้งข้อสังเกตว่ามีการวิเคราะห์ภาพเลนส์ด้วยตนเองที่ต้องใช้ความพยายามเพื่อช่วยเลือกภาพที่ดีที่สุดในการฝึกเครือข่ายจากภาพนับหมื่น เขาจำได้ว่าในวันเสาร์หนึ่งระหว่างนั้นเขานั่งคุยกับนักวิจัยของนักศึกษาตลอดทั้งวันเพื่อเจาะลึกภาพหลายหมื่นภาพเพื่อพัฒนารายการตัวอย่างเลนส์และเลนส์ที่ไม่ใช่

“เราไม่ได้แค่สุ่มเลือกสิ่งเหล่านี้” Huang กล่าว "เราต้องเสริมชุดนี้ด้วยตัวอย่างที่คัดมาด้วยมือซึ่งดูเหมือนเลนส์แต่ไม่ใช่เลนส์" ตัวอย่างเช่น "และเราเลือกเลนส์ที่อาจทำให้สับสนได้"

การมีส่วนร่วมของนักเรียนเป็นสิ่งสำคัญในการศึกษานี้ เขากล่าวเสริม “นักเรียนทำงานอย่างขยันขันแข็งในโครงงานนี้และแก้ไขปัญหายากๆ มากมาย ทั้งหมดนี้ในขณะที่เรียนหนักในชั้นเรียน” เขากล่าว นักศึกษาคนหนึ่งที่ทำงานเกี่ยวกับการศึกษาวิจัยคือ Christopher Storfer ได้รับเลือกให้เข้าร่วมในโครงการฝึกงานด้านห้องปฏิบัติการวิทยาศาสตร์ระดับปริญญาตรีของ DOE (SULI) ที่ Berkeley Lab ในเวลาต่อมา

นักวิจัยได้ปรับปรุงอัลกอริทึมที่ใช้ในการศึกษาล่าสุดเพื่อเร่งการระบุเลนส์ที่เป็นไปได้ แม้ว่ากาแล็กซีประมาณ 1 ใน 10,000 กาแล็กซี่จะทำหน้าที่เป็นเลนส์ แต่โครงข่ายประสาทเทียมสามารถขจัดส่วนที่ไม่ใช้เลนส์ส่วนใหญ่ได้ “แทนที่จะค้นหา 10,000 ภาพเพื่อค้นหาภาพ ตอนนี้เรามีเพียงไม่กี่สิบภาพ” เขากล่าว

โครงข่ายประสาทเทียมได้รับการพัฒนาขึ้นสำหรับ The Strong Gravitational Lens Finding Challenge ซึ่งเป็นการแข่งขันการเขียนโปรแกรมที่เริ่มตั้งแต่เดือนพฤศจิกายน 2016 ถึงกุมภาพันธ์ 2017 ซึ่งกระตุ้นให้เกิดการพัฒนาเครื่องมืออัตโนมัติสำหรับการค้นหาเลนส์ที่แข็งแรง

ด้วยข้อมูลการสังเกตการณ์ที่เพิ่มขึ้นและโครงการกล้องโทรทรรศน์ใหม่เช่น DESI และกล้องโทรทรรศน์สำรวจภาพรวมขนาดใหญ่ (LSST) ซึ่งขณะนี้มีกำหนดจะเริ่มดำเนินการในปี 2566 มีการแข่งขันที่รุนแรงในการขุดข้อมูลนี้โดยใช้เครื่องมือปัญญาประดิษฐ์ที่ซับซ้อน Schlegel กล่าว

“การแข่งขันนั้นดี” เขากล่าว ตัวอย่างเช่น ทีมงานที่อยู่ในออสเตรเลียก็พบว่ามีผู้สมัครเลนส์รายใหม่จำนวนมากที่ใช้แนวทางที่แตกต่างออกไป "ประมาณ 40 เปอร์เซ็นต์ของสิ่งที่พวกเขาพบว่าเราไม่ได้ทำ" และเช่นเดียวกันการศึกษาที่ Schlegel เข้าร่วมพบผู้สมัครเลนส์หลายคนที่ทีมอื่นไม่มี

Huang กล่าวว่าทีมได้ขยายการค้นหาเลนส์ในแหล่งข้อมูลภาพท้องฟ้าอื่น ๆ และทีมงานกำลังพิจารณาว่าจะเชื่อมต่อกับชุดทรัพยากรคอมพิวเตอร์ที่กว้างขึ้นเพื่อเร่งการล่าสัตว์หรือไม่

"เป้าหมายของเราคือการเข้าถึงผู้สมัครเลนส์รายใหม่ถึง 1,000 ราย" Schlegel กล่าว

NERSC เป็นสำนักงานผู้ใช้วิทยาศาสตร์ของ DOE

ผู้เข้าร่วมการศึกษาประกอบด้วยนักวิจัยจาก University of San Francisco, Berkeley Lab, National Optical Astronomy Observatory, Siena College, University of Wyoming, University of Arizona, University of Toronto และ Perimeter Institute for Theoretical Physics ในแคนาดา และ Université Paris -Saclay ในฝรั่งเศสบาคาร่า สมัครบาคาร่า