ตั้งแต่ต้นศตวรรษที่ 20 นักวิทยาศาสตร์และนักฟิสิกส์ได้รับความลำบากในการอธิบายว่าทำไมจักรวาลถึงขยายตัวในอัตราเร่ง นอกเหนือจากการรับผิดชอบต่อการเร่งความเร็วของจักรวาลพลังงานนี้ยังคิดว่าประกอบด้วย 68.3% ของมวลที่มองไม่เห็นของเอกภพ
เหมือนสสารมืดการมีอยู่ของพลังที่มองไม่เห็นนี้อยู่บนพื้นฐานของปรากฏการณ์ที่สังเกตได้และเนื่องจากมันเกิดขึ้นเพื่อให้สอดคล้องกับแบบจำลองจักรวาลปัจจุบันของเราและไม่ใช่หลักฐานโดยตรง แต่นักวิทยาศาสตร์จะต้องพึ่งพาการสำรวจทางอ้อมโดยดูว่าวัตถุในเอกภพเร็วแค่ไหน (โดยเฉพาะ Type Ia supernovae) ถอยห่างจากเราเมื่อจักรวาลขยายตัว
กระบวนการนี้น่าเบื่ออย่างยิ่งสำหรับนักวิทยาศาสตร์ - เช่นผู้ที่ทำงานให้กับ Dark Energy Survey (DES) - ไม่ใช่เพราะอัลกอริธึมใหม่ที่พัฒนาขึ้นโดยความร่วมมือของนักวิจัยที่ห้องปฏิบัติการแห่งชาติลอเรนซ์
“ อัลกอริทึมของเราสามารถจำแนกการตรวจจับของผู้สมัครซูเปอร์โนวาในเวลาประมาณ 0.01 วินาทีในขณะที่เครื่องสแกนมนุษย์ที่มีประสบการณ์อาจใช้เวลาหลายวินาที” แดนนี่โกลด์สไตน์นักศึกษาบัณฑิต UC Berkeley ผู้พัฒนารหัสเพื่อทำให้กระบวนการค้นพบซูเปอร์โนวาโดยอัตโนมัติ .
ปัจจุบันในฤดูกาลที่สอง DES ใช้ภาพยามค่ำคืนของท้องฟ้าใต้ด้วย DECam - กล้องขนาด 570 ล้านพิกเซลที่ติดตั้งบนกล้องโทรทรรศน์ Victor M. Blanco ที่หอสังเกตการณ์ Cerro Tololo Interamerican (CTIO) ในเทือกเขาแอนดีสของชิลี ทุกคืนกล้องจะสร้างข้อมูลการถ่ายภาพระหว่าง 100 Gigabytes (GB) และ 1 Terabyte (TB) ซึ่งถูกส่งไปยัง National Center for Supercomputing Applications (NCSA) และ Fermilab ของ DOE ในรัฐอิลลินอยส์เพื่อการประมวลผลและการเก็บถาวรครั้งแรก
โปรแกรมการจดจำวัตถุที่พัฒนาขึ้นที่ศูนย์คอมพิวเตอร์วิทยาศาสตร์การวิจัยพลังงานแห่งชาติ (NERSC) และดำเนินการที่ NCSA จากนั้นรวบรวมรูปภาพเพื่อค้นหาการตรวจจับที่เป็นไปได้ของซุปเปอร์โนวาประเภท Ia การระเบิดที่ทรงพลังเหล่านี้เกิดขึ้นในระบบดาวคู่โดยที่ดาวดวงหนึ่งเป็นดาวแคระขาวซึ่งเป็นวัสดุจากดาวฤกษ์สหายจนกระทั่งมันถึงมวลวิกฤตและระเบิดในซูเปอร์โนวา Type Ia
“ การระเบิดเหล่านี้น่าทึ่งเพราะสามารถใช้เป็นตัวชี้วัดระยะทางในอวกาศได้ภายในระยะ 3-10 เปอร์เซ็นต์” โกลด์สตีนกล่าว
ระยะทางมีความสำคัญเนื่องจากวัตถุที่อยู่ห่างออกไปอยู่ในอวกาศไกลออกไป โดยการติดตามซุปเปอร์โนวาประเภท Ia ในระยะทางที่แตกต่างกันนักวิจัยสามารถวัดการขยายตัวของจักรวาลได้ตลอดประวัติศาสตร์ของจักรวาล สิ่งนี้ช่วยให้พวกเขามีข้อ จำกัด ว่าจักรวาลจะขยายตัวเร็วแค่ไหนและอาจให้เบาะแสอื่น ๆ เกี่ยวกับธรรมชาติของพลังงานมืด
“ ในทางวิทยาศาสตร์แล้วมันเป็นช่วงเวลาที่น่าตื่นเต้นมากเพราะหลายกลุ่มทั่วโลกกำลังพยายามตรวจสอบซุปเปอร์โนวาประเภท Ia เพื่อ จำกัด และเข้าใจพลังงานมืดที่ขับเคลื่อนการขยายตัวของเอกภพอย่างรวดเร็ว” โกลด์สไตน์ผู้เป็นนักเรียนด้วย นักวิจัยในศูนย์คำนวณจักรวาลวิทยาของเบิร์กลีย์แล็บ (C3)
DES เริ่มต้นค้นหาการระเบิดของ Type Ia โดยเปิดเผยการเปลี่ยนแปลงในท้องฟ้ายามค่ำคืนซึ่งเป็นที่ซึ่งการพัฒนาไปป์ไลน์การลบภาพและดำเนินการโดยนักวิจัยในคณะทำงาน DES ซูเปอร์โนวาเข้ามาท่อลบภาพที่มีวัตถุจักรวาลที่รู้จักจากภาพใหม่ ที่เปิดเผยทุกคืนที่ CTIO
ในแต่ละคืนท่อส่งก๊าซจะผลิตผู้ตรวจสอบซูเปอร์โนวาระหว่าง 10,000 ถึงสองสามแสนคนเพื่อตรวจสอบความถูกต้อง
“ ในอดีตนักดาราศาสตร์ที่ผ่านการฝึกอบรมจะนั่งที่คอมพิวเตอร์เป็นเวลาหลายชั่วโมงดูที่จุดเหล่านี้และเสนอความคิดเห็นเกี่ยวกับว่าพวกเขามีลักษณะของซูเปอร์โนวาหรือว่าพวกเขามีสาเหตุมาจากเอฟเฟ็กต์ปลอมที่ปลอมตัวเป็นซุปเปอร์โนวา กระบวนการนี้ดูเหมือนตรงไปตรงมาจนกว่าคุณจะทราบว่าจำนวนผู้สมัครที่ต้องจำแนกในแต่ละคืนนั้นมีขนาดใหญ่และมีเพียงหนึ่งในไม่กี่ร้อยคนเท่านั้นที่เป็นซุปเปอร์โนวาตัวจริงในทุกประเภท” โกลด์สตีนกล่าว “ กระบวนการนี้น่าเบื่อและใช้เวลานานมาก นอกจากนี้ยังสร้างแรงกดดันอย่างมากต่อคณะทำงานของซูเปอร์โนวาในการประมวลผลและสแกนข้อมูลอย่างรวดเร็วซึ่งเป็นงานที่หนัก”
เพื่อลดความซับซ้อนของงานการคัดเลือกผู้สมัครงาน Goldstein ได้พัฒนารหัสที่ใช้เทคนิคการเรียนรู้ของเครื่อง "Random Forest" เพื่อตรวจจับการตรวจสอบผู้สมัครของซูเปอร์โนวาโดยอัตโนมัติและในเวลาจริง เทคนิคนี้ใช้กลุ่มต้นไม้ตัดสินใจเพื่อถามประเภทของคำถามที่นักดาราศาสตร์มักจะพิจารณาเมื่อจำแนกผู้สมัครซูเปอร์โนวาโดยอัตโนมัติ
ในตอนท้ายของกระบวนการการตรวจสอบของผู้สมัครแต่ละคนจะได้รับคะแนนตามส่วนของต้นไม้การตัดสินใจที่ถือว่ามันมีลักษณะของการตรวจสอบของซูเปอร์โนวา ยิ่งคะแนนการจำแนกประเภทใกล้เข้ามาถึงเท่าใด Goldstein ตั้งข้อสังเกตว่าในการทดสอบเบื้องต้นท่อจำแนกประเภทได้รับความถูกต้องโดยรวมร้อยละ 96
“ เมื่อคุณทำการลบเพียงอย่างเดียวคุณจะได้รับ 'ผลบวกปลอม' มากเกินไป - เครื่องมือหรือซอฟต์แวร์ที่ปรากฏในฐานะผู้สมัครซูเปอร์โนวาที่มีศักยภาพ - สำหรับมนุษย์ที่จะลอดผ่าน "Rollin Thomas จาก Berkeley Lab ของ C3 กล่าวซึ่งเป็นผู้ทำงานร่วมกันของ Goldstein
เขาตั้งข้อสังเกตว่าด้วยตัวจําแนกนักวิจัยสามารถกรองสิ่งประดิษฐ์จากผู้สมัครซูเปอร์โนวาได้อย่างรวดเร็วและแม่นยำ “ นั่นหมายความว่าแทนที่จะมีนักวิทยาศาสตร์ 20 คนจากคณะทำงานซูเปอร์โนวากลั่นกรองผู้สมัครหลายพันคนอย่างต่อเนื่องทุกคืนคุณสามารถแต่งตั้งคนคนหนึ่งเพื่อดูผู้สมัครที่แข็งแกร่งได้สองสามร้อยคน” โทมัสกล่าว “ สิ่งนี้ช่วยเร่งกระบวนการทำงานของเราอย่างมากและช่วยให้เราสามารถระบุซุปเปอร์โนวาในแบบเรียลไทม์ซึ่งเป็นสิ่งสำคัญสำหรับการติดตามการสังเกตการณ์”
“ การใช้แกนประมวลผลประมาณ 60 แกนบนซูเปอร์คอมพิวเตอร์ทำให้เราสามารถจำแนกการตรวจจับได้ 200,000 รายการภายในเวลาประมาณ 20 นาทีรวมถึงเวลาสำหรับการโต้ตอบของฐานข้อมูลและการแยกฟีเจอร์” โกลด์สตีนกล่าว
Goldstein และ Thomas ทราบว่าขั้นตอนต่อไปในงานนี้คือการเพิ่มระดับที่สองของการเรียนรู้ของเครื่องลงในท่อเพื่อปรับปรุงความแม่นยำในการจำแนกประเภท เลเยอร์พิเศษนี้จะคำนึงถึงวิธีการจำแนกประเภทของวัตถุในการสังเกตก่อนหน้านี้เนื่องจากมันเป็นตัวกำหนดความน่าจะเป็นที่ผู้สมัครจะเป็น "ของจริง" ขณะนี้นักวิจัยและเพื่อนร่วมงานกำลังทำงานในแนวทางที่แตกต่างเพื่อให้บรรลุความสามารถนี้
