Нейросеть AMIGO расширила возможности телескопа Джеймс Уэбб

Астрономы внедрили систему машинного обучения AMIGO, которая устраняет аппаратные искажения космического телескопа Джеймс Уэбб. Новый алгоритм позволяет различать тусклые объекты в непосредственной близости от ярких звезд, превращая ранее недоступные для наблюдений области космоса в открытые зоны для изучения экзопланет и протопланетных дисков.

Проблема заключалась в работе инфракрасного прибора NIRISS. При наблюдении ярких светил детекторы сталкивались с миграцией заряда, что деформировало данные и создавало помехи. Традиционные методы обработки не справлялись с этими шумами, из-за чего астрономы не могли видеть слабые источники света рядом с мощными звездами. Разработанная система AMIGO меняет подход, создавая цифрового двойника телескопа. Алгоритм моделирует поведение оптики и электроники, сопоставляя синтетическую картинку с реальными снимками. Встроенная нейросеть распознает и компенсирует нелинейные искажения сенсоров, используя автоматическое дифференцирование для восстановления деталей. В ходе тестов технология уже доказала свою эффективность, обнаружив субзвездные объекты HD 206893 B и HD 206893 c, а также зафиксировав вулканическую активность на спутнике Юпитера Ио. Метод также позволил детально рассмотреть структуру пылевых дисков вокруг двойных звезд и спиральные джеты вблизи черных дыр. Исследователи подготовили рекомендации по использованию AMIGO в будущих научных программах, что позволит максимально эффективно применять телескоп для поиска атмосфер экзопланет.