ترفند جدید اخترشناسان، سیاره پنهان در عکس تلسکوپ جیمز وب را کشف کرد

شناسایی سیاره‌هایی که به دور ستاره‌های دوردست می‌چرخند، اغلب با یک چالش اساسی روبه‌رو است: جداکردن سیگنال از نویز؛ به‌ویژه تشخیص نور یک سیاره از درخشش خیره‌کننده ستاره میزبانش. این مسئله حتی برای پیشرفته‌ترین تلسکوپ‌ها، ازجملهتلسکوپ فضایی جیمز وب(JWST) نیز صدق می‌کند.

اکنون اخترشناسان روش تازه‌ای برای شناسایی سیاره‌هایی ابداع کرده‌اند که پیش‌تر در میان انبوهی از نور ستاره‌های میزبانشان پنهان می‌ماندند. آن‌ها با ترکیب مدل‌سازی کامپیوتری و روش‌های یادگیری ماشین، موفق شدند یک سیاره فراخورشیدی غول‌پیکر را که پیش‌تر در داده‌های تلسکوپ جیمز وب شناسایی نشده بود، پیدا کنند.

رودریگو فرر-چاوز، نویسنده اول پژوهش و اخترشناس دانشگاه نورث‌وسترندر بیانیه‌ای گفت«سیاره‌ها یک میلیون بار کم‌نورتر از ستاره‌هایشان هستند. بنابراین، برای تصویربرداری از سیاره‌های فراخورشیدی باید درخشش خیره‌کننده ستاره‌ها را حذف کنیم.»

تلسکوپ‌هایی مانند جیمز وب برای مسدودکردن بخشی از این نور اضافی از ابزارهایی به نام کرونوگراف یا تاج‌نگار استفاده می‌کنند. عملکرد کرونوگراف تا حدی شبیه قراردادن یک مانع مقابلخورشیدهنگام خورشیدگرفتگی است؛ با این تفاوت که هدف آن مسدود کردن نور ستاره برای آشکار کردن اجرام کم‌نور اطرافش است

بااین‌حال، حتی بهترین کرونوگراف‌ها نیز محدودیت‌هایی دارند؛ برای مثال، نمی‌توانند تمام نور مزاحم ستاره را مسدود کنند و خود تلسکوپ‌ها نیز هنگام فعالیت حرکت می‌کنند.

حتی پایدارترین تلسکوپ‌ها هم هنگام جمع‌آوری نور، ارتعاشاتی بسیار جزئی دارند که تقریباً قابل‌تشخیص نیستند. درنتیجه، تصاویر ثبت‌شده اندکی با آنچه ابزارهای تلسکوپ واقعاً مشاهده می‌کنند تفاوت دارند. همین جابه‌جایی‌های بسیار کوچک می‌توانند باعث پنهان‌ماندن سیاره‌های فراخورشیدی، حتی از نوع بسیار بزرگ آن‌ها شوند.

برای حل این مشکل، فرر-چاوز و همکارانش یک «دوقلوی دیجیتال» از تلسکوپ جیمز وب ساختند؛ مدلی کامپیوتری که مسیر حرکت نور در آشکارسازهای تلسکوپ را بدون درنظرگرفتن خطاهای ناشی از حرکت و ارتعاش آن بازسازی می‌کند.

پژوهشگران برای دقیق‌تر کردن این نسخه دیجیتال، مدل‌های محاسباتی مبتنی بر قوانین واقعی فیزیک را با روش‌های یادگیری ماشین، مشابه تکنیک‌های مورد استفاده در آموزش هوش مصنوعی، ترکیب کردند. بااین‌حال، نویسندگان تأکید کردند که روش آن‌ها یک مدل هوش مصنوعی نیست.

جیسون وانگ، دیگر نویسنده پژوهش و اخترفیزیک‌دان دانشگاه نورث‌وسترن، دراین‌باره گفت: «ازآنجاکه قوانین فیزیکی را از قبل می‌دانیم، برای درک اتفاقات نیازی به هوش مصنوعی نداریم.» پژوهشگران روش خود را «یادگیری مبتنی بر فیزیک برای تصویربرداری از سیاره‌ها» یا FLIP نام‌گذاری کردند.

تیم پژوهشی با استفاده از فلیپ داده‌های مربوط به سه ستاره، ازجمله ستاره «۵۱ اِریدانی» را بررسی کرد. این ستاره در فاصله حدود ۹۷ سال نوری از زمین قرار دارد و پیش‌تر نیز احتمال وجود یک سیاره فراخورشیدی غول‌پیکر در مدار آن مطرح شده بود.

دانشمندان امیدوارند روش جدیدشان به اخترشناسان کمک کند سیاره‌های فراخورشیدی بیشتری را که در داده‌ها پنهان شده‌اند، شناسایی کنند؛ به‌ویژه دنیاهایی که شباهت بیشتری به اجراممنظومه شمسیخودمان دارند.

در نزدیک به ۳۵ سال جست‌وجوی سیاره‌های فراخورشیدی، بیشتر سیاره‌های کشف‌شده تفاوت چشمگیری با سیاره‌های منظومه شمسی داشته‌اند. یکی از دلایل این مسئله آن است که با تلسکوپ‌های کنونی، شناسایی سیاره‌های بزرگ‌تر و بازتابنده‌تر آسان‌تر است.

فرر-چاوز گفت: «این‌طور نیست که چنین سیاره‌هایی (شبیه سیاره‌های منظومه شمسی) وجود نداشته باشند؛ مسئله این است که نمی‌توانیم آن‌ها را ببینیم.»

نتایج پژوهش چهارم نوامبر درمجله نیچرمنتشر شد.