Probing evolution of Long GRB properties through their cosmic formation history aided by Machine Learning predicted redshifts
تستخدم هذه الدراسة تعلم الآلة للتنبؤ بالإزاحة الحمراء لانفجارات أشعة غاما الطويلة التي تفتقر إلى البيانات الطيفية، مما أدى إلى إنشاء عينة معززة تكشف أن النماذج التطورية الحالية تفشل في تفسير معدلات تشكل انفجارات أشعة غاما بشكل كامل عند كل من الإزاحات الحمراء المنخفضة والعالية، مما يشير إلى الحاجة إلى حدود تطورية أكثر تعقيدًا أو أصول بديلة للمنشأ.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الصورة الكبيرة: البحث عن "المكالمات الهاتفية بعيدة المدى" المفقودة
تخيل أن الكون عبارة عن مدينة عملاقة ومظلمة. انفجارات أشعة غاما (GRBs) هي مثل ألعاب نارية ساطعة للغاية وقصيرة العمر تنفجر في السماء. إنها ساطعة لدرجة أننا نستطيع رؤيتها من حافة الكون، حتى من الوقت الذي كان فيه الكون طفلاً.
يعشق العلماء هذه الألعاب النارية لأنها تعمل كـ رسل. فمن خلال دراستها، يمكننا التعرف على كيفية ولادة النجوم وموتها عبر التاريخ. ومع ذلك، هناك مشكلة كبيرة: لفهم أي لعبة نارية، تحتاج إلى معرفة مدى بُعدها بالضبط. في علم الفلك، يُسمى هذا البُعد "الإزاحة الحمراء" (redshift).
عادةً، لقياس هذه المسافة، يحتاج العلماء إلى التقاط "الوهج اللاحق" (الضوء الخافت المتلاشي) للعبة النارية وتحليل ألوانها. ولكن، تماماً مثل محاولة الإمساك بحشرة مضيئة في وسط عاصفة، فإن هذا الأمر صعب. حوالي 80% من هذه الألعاب النارية تتلاشى بسرعة كبيرة أو تكون خافتة جداً بحيث لا تستطيع تلسكوباتنا التقاط وهجها اللاحق. يتركنا هذا مع كومة ضخمة من البيانات حيث نعرف أن هناك لعبة نارية قد حدثت، لكن ليس لدينا أدنى فكرة عن مدى بُعدها.
الأداة الجديدة: "متنبئ الإزاحة الحمراء" (تعلم الآلة)
بما أننا لا نستطيع قياس المسافة لمعظم هذه الأحداث، استخدم مؤلفو هذه الورقة حيلة ذكية: تعلم الآلة (Machine Learning).
فكر في الألعاب النارية التي تمتلك مسافات معروفة بالفعل كأنها فصل دراسي للتدريب. لقد علم العلماء جهاز كمبيوتر كيف ينظر إلى خصائص الانفجار الساطع (مرحلة الاندفاع "prompt") والضوء الخافت المتلاشي (الوهج اللاحق "afterglow") لهذه الألعاب النارية المعروفة. تعلم الكمبيوتر الأنماط، قائلاً في جوهره: "عندما تبدو اللعبة النارية بشكل X وتتلاشى بشكل Y، فهي عادةً على مسافة Z".
بمجرد تدريب الكمبيوتر، تم إرساله للتنبؤ بمسافات الـ 80% من الألعاب النارية التي كانت "مفقودة" سابقاً. خلق هذا خريطة أكبر بكثير وأكثر اكتمالاً لتاريخ الكون.
التحقيق: هل الألعاب النارية مجرد علامات ولادة النجوم؟
الهدف الرئيسي من الدراسة كان الإجابة على سؤال بسيط: هل تحدث هذه الألعاب النارية بالضبط في نفس الوقت والمكان الذي تولد فيه نجوم جديدة؟
- النظرية: معظم الألعاب النارية طويلة الأمد (Long GRBs) تنتج عن انهيار نجوم ضخمة إلى ثقوب سوداء. لذا، يتوقع العلماء أن يكون معدل الألعاب النارية متوافقاً تماماً مع معدل تكوين النجوم.
- الاختبار: أخذ الفريق خريطتهم الجديدة الأكبر (والتي تتضمن المسافات التي تنبأ بها الكمبيوتر) وقارنها بـ "معدل تكوين النجوم" المعروف (كيفية ولادة النجوم).
لقد اختبروا ثلاثة سيناريوهات مختلفة لمعرفة أي منها يتوافق مع البيانات:
- عدم التطور: تتصرف الألعاب النارية اليوم تماماً كما كانت تتصرف قبل مليارات السنين.
- تطور التوجيه (Beaming Evolution): الألعاب النارية تشبه المصابيح اليدوية. ربداً في الماضي، كانت المصابيح موجهة بشكل مختلف (موجهة/beamed) عما هي عليه الآن.
- التطور العام: كل شيء يتعلق بالألعاب النارية (السطوع، الاتجاه، إلخ) يتغير بمرور الوقت وفقاً لقاعدة محددة.
النتائج: تطابق جزئي
كانت النتائج مزيجاً من النجاح والغموض:
- المنطقة الوسطى: في منتصف تاريخ الكون (الإزاحة الحمراء 1 إلى 2)، نجحت البيانات التي تنبأ بها الكمبيوتر بشكل جيد. استطاعت السيناريوهات المختلفة تفسير سبب حدوث الألعاب النارية بهذا المعدل.
- الأطراف (في وقت مبكر جداً وفي وقت متأخر جداً): فشلت النماذج في تفسير البيانات عند بداية الكون (الإزاحة الحمراء العالية) وعند الماضي القريب جداً (الإزاحة الحمراء المنخفضة).
- التشبيه: تخيل محاولة وضع مسطرة مستقيمة مقابل طريق منحني. المسطرة تناسب القسم الأوسط تماماً، لكنها تترك فجوات في البداية والنهاية. هذا يشير إلى أن "القواعد" لكيفية سلوك هذه الألعاب النارية قد تكون أكثر تعقيداً من مجرد خط مستقيم بسيط.
لماذا عدم التطابق؟
يقدم المؤلفون بعض التخمينات لسبب عدم ملاءمة النماذج للأطراف بشكل مثالي:
- العينة مختلطة: تماماً مثل كيس من المكسرات المختلطة قد يحتوي على الفول السوداني والكاجو معاً، قد تحتوي عينة الألعاب النارية على أنواع مختلفة من الانفجارات. بعضها قد يكون ناتجاً عن انهيار النجوم، بينما قد يكون الآخر ناتجاً عن اصطدام النجوم ببعضها البعض (الاندماجات). إذا خلطت بينهما، يصبح النمط فوضوياً.
- "نتوء" الإزاحة الحمراء المنخفضة: عند النهاية الحديثة للجدول الزمني، أظهرت البيانات "نتوءاً" أو زيادة صغيرة في عدد الألعاب النارية. قد يكون هذا ناتجاً عن نوع معين من الانفجارات منخفضة الطاقة أو ربما بسبب الطريقة التي تم بها حساب البيانات، لكن المؤلفين يقولون إنهم بحاجة لمزيد من الدراسة للتأكد.
- غموض الإزاحة الحمراء العالية: في بداية الكون تماماً، لم تتطابق البيانات مع معدل تكوين النجوم كما كان متوقعاً. قد يكون هذا لأن تلسكوباتنا تفقد الألعاب النارية الأبعد والأكثر خفوتاً، أو لأن المجرات التي تحتضنها تختلف تماماً عن المجرات التي نراها اليوم.
الخلاصة
تعد هذه الورقة خطوة كبيرة للأمام لأنها نجحت في استخدام تعلم الآلة لملء القطع المفقودة من أحجية الكون. من خلال التنبؤ بمسافات الألعاب النارية "المفقودة"، أنشأ العلماء مجموعة بيانات أكبر بكثير.
ومع ذلك، تخلص الدراسة إلى أن فهمنا الحالي ليس مثالياً بعد. فالقواعد البسيطة التي نستخدمها للتنبؤ بكيفية تطور الألعاب النارية بمرور الوقت لا تفسر تاريخ الكون بأكمله. وهذا يشير إلى إما أن الألعاب النارية نفسها تتغير بطرق معقدة، أو أننا ننظر إلى مزيج من أنواع مختلفة من الانفجارات الكونية التي لم نقم بفرزها بالكامل بعد.
ولحل بقية الأحجية، يقترح المؤلفون أننا بحاجة إلى المزيد من البيانات من التلسكوبات المستقبلية، وربما دمج أنواع مختلفة من الضوء (البصري والأشعة السينية) لتدريب نماذج الذكاء الاصطناعي الخاصة بنا بشكل أفضل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.