Astronomen zijn erin geslaagd om een nieuwe methode te implementeren die de overweldigende lichtintensiteit van sterren in astronomische data kan neutraliseren. Door de inzet van machine learning is het nu mogelijk om planeten te detecteren die voorheen onzichtbaar bleven omdat ze werden overstraald door het licht van hun moederster. Deze technologische vooruitgang maakt gebruik van de geavanceerde data van de James Webb-ruimtetelescoop.
Het observeren van exoplaneten wordt binnen de astronomie beschouwd als een van de grootste technische uitdagingen. Dit komt door het extreme contrastverschil tussen een ster en de planeten die eromheen draaien. Omdat een ster miljarden keren helderder is dan een planeet, wordt het zwakke licht van een wereld doorgaans volledig weggewassen door de schittering van de ster. Volgens een artikel van livescience.com is er nu een innovatieve manier gevonden om deze data effectiever te analyseren.
Digitale filtering via kunstmatige intelligentie
Om de hinderlijke lichtvervuiling aan te pakken, hebben onderzoekers een techniek ontwikkeld die steunt op kunstmatige intelligentie. In plaats van enkel te vertrouwen op fysieke instrumenten zoals coronagrafen — die het sterlicht mechanisch blokkeren — gebruiken wetenschappers nu algoritmen. Deze systemen worden getraind om de specifieke patronen van sterlicht en optische ruis te herkennen en deze vervolgens zeer nauwkeurig uit de beelden te verwijderen. Zoals beschreven door , fungeert deze softwarematige benadering als een precisie-masker.
Deze digitale filtering stelt astronomen in staat om dieper in bestaande datasets te graven. Hierdoor kunnen objecten worden geïdentificeerd die bij eerdere bewerkingen onopgemerkt bleven of werden aangezien voor technische artefacten van de telescoop zelf.
Ontmaskering van een nieuwe wereld
De praktische toepassing van deze methode heeft direct resultaat opgeleverd. Tijdens een recente analyse van beelden van de James Webb-telescoop slaagden wetenschappers erin de schittering van een verre ster weg te filteren, wat leidde tot de ontdekking van een verborgen planeet. In eerdere versies van dezelfde data was deze planeet simpelweg niet te onderscheiden van de lichtvlekken. Volgens de berichtgeving van is het vermogen om dergelijke werelden te 'ontmaskeren' essentieel voor het begrijpen van de structuur van verre zonnestelsels.
Het direct observeren van planeten biedt aanzienlijk meer informatie dan indirecte methoden. Waar de transitmethode enkel kijkt naar de dip in lichtsterkte wanneer een planeet voor een ster langs trekt, maakt directe observatie het mogelijk om meer te leren over de atmosferische samenstelling en de fysieke eigenschappen van de planeet.
Toekomstige mogelijkheden voor data-analyse
De succesvolle detectie van deze planeet markeert een belangrijke verschuiving in hoe data van de James Webb-ruimtetelescoop worden verwerkt. Het bewijst dat er mogelijk nog talloze andere planeten verborgen liggen in reeds verzamelde archieven, die simpelweg niet konden worden gescheiden van het sterlicht met oudere analysemethoden.
De combinatie van hoogwaardige hardware in de ruimte en geavanceerde machine learning op aarde verlegt de grenzen van de menselijke waarneming. Zoals vermeld door , opent deze ontwikkeling de deur naar een nieuwe fase van ontdekkingen. De verwachting is dat astronomen nu oudere archieven opnieuw zullen analyseren in de hoop op het vinden van meer exoplaneten, mogelijk zelfs werelden die qua temperatuur en grootte vergelijkbaar zijn met de aarde.