Машинное обучение помогло «заточить зрение» телескопа «Джеймс Уэбб»

Опубликовано: 19:00, 11.05.2026

Новый алгоритм AMIGO устранил искажения в данных JWST и позволил увидеть объекты рядом со звёздами, которые раньше считались недоступными для наблюденийАстрономы разработали систему машинного обучения, которая значительно повысила разрешающую способность космического телескопа «Джеймс Уэбб»


(JWST). Новый метод позволил устранить аппаратные искажения, мешавшие наблюдать тусклые объекты рядом с яркими звёздами, и уже помог получить изображения ранее недоступных космических структур.Проблема была связана с инструментом NIRISS — инфракрасной камерой и спектрографом телескопа, внутри которого используется


интерферометрическая система Aperture Masking Interferometer (AMI). Она предназначена для сверхточных наблюдений, но на практике исследователи столкнулись с неожиданным ограничением: детекторы начинали искажать сигнал при работе с яркими источниками света.Эффект миграции заряда внутри


сенсоров деформировал интерференционную картину и ухудшал качество изображений. Дополнительные ошибки в измерении параметров металлической маски интерферометра ещё сильнее ограничивали разрешение системы. В результате телескоп плохо различал небольшие объекты рядом с яркими звёздами — именно там, где астрономы надеются искать экзопланеты, коричневые карлики и структуры протопланетных дисков.Для решения проблемы учёные создали новую систему под названием AMIGO — Aperture Masking


Interferometry Generative Observations. Вместо попыток «починить» уже искажённое изображение алгоритм использует цифрового двойника телескопа.Система моделирует работу всей оптики и электроники JWST, начиная с предполагаемой картины наблюдаемого объекта. Затем ИИ сравнивает синтетическое


изображение с реальными данными телескопа и постепенно корректирует параметры модели, пока изображения не совпадут.Верхний ряд: карты вероятности обнаружения, построенные алгоритмом AMIGO по данным телескопа «Джеймс Уэбб». Белой окружностью отмечено положение объекта HD 206893 B, предсказанное интерферометром GRAVITY. Во всех инфракрасных фильтрах система уверенно фиксирует яркий пик сигнала в ожидаемой


точке. Нижний ряд: результат после вычитания сигнала HD 206893 B из данных наблюдений. Алгоритм позволил выявить более близкий и тусклый объект HD 206893 c, который также совпал с прогнозируемым положением GRAVITY. Серым цветом показана центральная область, недоступная для наблюдений из-за интерферометрического подавления сигнала. Источник: Desdoigts L, Pope B, Charles M, et al.Ключевую роль в этом процессе играет встроенный нейросетевой модуль, который специально обучен


распознавать и компенсировать нелинейное перераспределение зарядов в сенсорах.В отличие от традиционных методов обработки астрономических изображений, AMIGO использует автоматическое дифференцирование и вычисляет производные с машинной точностью на каждом этапе моделирования. Это позволяет значительно точнее восстанавливать слабые


структуры вблизи ярких объектов.Во время испытаний система смогла обнаружить труднодоступные субзвёздные объекты HD 206893 c и HD 206893 B, а также показать вулканические горячие точки на спутнике Юпитера Ио. Кроме того, алгоритм позволил рассмотреть


пылевые структуры, формируемые двойными звёздами, и детально изучить спиральный джет вещества возле далёкой чёрной дыры.Исследователи утверждают, что технология фактически открывает для телескопа область наблюдений, которая ранее считалась «запретной зоной» для подобных инструментов. Это особенно важно для прямого изучения атмосфер экзопланет и объектов, находящихся очень близко к ярким


звёздам.Авторы также подготовили рекомендации для будущих научных программ JWST, включая специальные схемы наблюдений и ограничения по яркости объектов, которые позволят максимально эффективно использовать возможности AMIGO.


Машинное обучение помогло «заточить зрение» телескопа «Джеймс Уэбб»

Сообщает www.ixbt.com

 

Новость из рубрики: Технологии и Hi-Tech

 

Поделиться новостью: Поделиться новостью в Facebook Поделиться новостью в Twittere Поделиться новостью в VK Поделиться новостью в Pinterest Поделиться новостью в Reddit

 

Топ Новости Недели Топ Новости Недели

 

Обучение рабочим профессиям в Новосибирске: перспективы и возможности 05:00, 23 Апр Обучение рабочим профессиям в Новосибирске: перспективы и возможности В последние годы наблюдается значительный рост интереса к обучению рабочим профессиям в Новосибирске. Это связано с изменениями на рынке труда, где в...

Уэбб нашёл у красной точки признак чёрной дыры 00:00, 02 Май «Уэбб» нашёл у красной точки признак чёрной дыры Космический телескоп «Джеймс Уэбб» впервые свёл воедино загадочные «маленькие красные точки» и рентгеновский источник, который похож на след активной...

Байкальский нейтринный телескоп обрёл сверхчёткое зрение для поиска далёких блазаров 02:00, 11 Май Байкальский нейтринный телескоп обрёл сверхчёткое зрение для поиска далёких блазаров Физики из международной коллаборации Baikal-GVD разработали систему цифровой реконструкции траекторий частиц, которая позволяет с точностью до 0,2 гр...

Учёные МИФИ создали прототип инновационного гаммателескопа 01:00, 10 Май Учёные МИФИ создали прототип инновационного гамма‑телескопа Учёные Института Космофизики НИЯУ МИФИ разработали действующий прототип гамма‑телескопа с повышенной чувствительностью. В планах разработчиков отправ...

В США завершён ключевой этап строительства космического телескопа Нэнси Грейс Роман 14:00, 25 Апр В США завершён ключевой этап строительства космического телескопа «Нэнси Грейс Роман» Новый «Хаббл» мощнее в 100 раз: телескоп «Нэнси Грейс Роман» готов к запуску. NASA завершило сборку космического телескопа «Нэнси Грейс Роман» (Roman...

Хаббл готовит карту центра Млечного Пути для будущего телескопа имени Нэнси Грейс Роман 19:00, 11 Май «Хаббл» готовит карту центра Млечного Пути для будущего телескопа имени Нэнси Грейс Роман Крупнейший обзор балджа Млечного Пути поможет новому космическому телескопу находить планеты-сироты, изолированные чёрные дыры и сотни миллионов звёз...