Forradalmi MI-módszer: ChronoFlow
Az új, ChronoFlow nevű rendszer egy körülbelül 8000 csillagot tartalmazó adatbázist használ, amely több mint 30 különböző korú csillaghalmazba tartozó objektum forgási adatait foglalja magában. Ez a rekordméretű adatbázis olyan űrteleszkópok mérésein alapul, mint a Kepler, K2, TESS és GAIA. A mesterséges intelligenciát gépi tanulási módszerekkel arra tanították meg, hogyan változik egy csillag forgási sebessége az öregedéssel. A módszerrel sokkal pontosabban sikerült megbecsülni a csillagok korát, mint amit a hagyományos, analitikus modellekkel valaha is el lehetett volna érni.
Felismerések és működés
A tudósok két fő megközelítést ötvöztek. Az első szerint a csillagok általában csoportokban, halmazokban születnek, így a halmazon belül a nagyobb tömegű, gyorsabban fejlődő csillagokból lehet következtetni az egész csillaghalmaz korára. A másik alapelv, hogy a csillagok forgása idővel lelassul a mágneses tér és a csillagszél kölcsönhatása következtében, de ezt matematikailag pontosan leírni szinte lehetetlen volt – egészen mostanáig. A ChronoFlow az adatok mintázatából tanulta meg, hogyan öregednek a különböző forgású csillagok.
Jövőbeli jelentőség
A mesterséges intelligencia modellel elért eredmények új lehetőségeket nyitnak más csillagászati rejtélyek megfejtése előtt is. A pontosabb csillagelemzés nemcsak a csillagok fejlődésének, hanem az exobolygók kialakulásának és a Tejútrendszer múltjának jobb megértéséhez is hozzájárulhat. A ChronoFlow szabadon használható lesz, részletes útmutatóval együtt, hogy bárki meghatározhassa a csillagok korát saját megfigyelései alapján.
