Op jacht naar kosmische vervormingen: hoe u kunt helpen het universum in kaart te brengen via Euclides

2

Een nieuw burgerwetenschappelijk initiatief verandert het publiek in amateurastronomen om de mysteries van de kosmos te helpen ontrafelen. Onder leiding van de European Space Agency (ESA) nodigt het “Space Warps” -project iedereen met een internetverbinding uit om afbeeldingen met hoge resolutie van de Euclid Space Telescope te scannen om zeldzame fenomenen te vinden die bekend staan ​​als zwaartekrachtlenzen.

De wetenschap van “ruimteafwijkingen”

In de uitgestrektheid van de ruimte doet de zwaartekracht meer dan alleen objecten bij elkaar trekken; het kan feitelijk het weefsel van de ruimtetijd zelf buigen. Wanneer een massief object, zoals een sterrenstelsel of een cluster van sterrenstelsels, zich tussen de aarde en een veel verder verwijderde lichtbron bevindt, werkt de zwaartekracht ervan als een gigantisch vergrootglas.

Dit fenomeen, dat zwaartekrachtlensing wordt genoemd, creëert verschillende visuele kenmerken:
Uitgerekte lichtbogen die rond een centrale massa lijken te buigen.
Gedupliceerde afbeeldingen van een enkel ver sterrenstelsel.
Einstein-ringen, dit zijn bijna perfecte lichtcirkels die worden veroorzaakt door nauwkeurige uitlijning.

Deze ‘warps’ zijn veel meer dan alleen prachtige kosmische eigenaardigheden. Ze dienen als natuurlijke telescopen en vergroten ongelooflijk zwakke, verre sterrenstelsels die anders voor ons onzichtbaar zouden zijn. Bovendien kunnen wetenschappers door te bestuderen hoe licht afbuigt de verdeling van donkere materie, de onzichtbare substantie waaruit een groot deel van de massa van het universum bestaat, in kaart brengen.

Waarom mensen nog steeds beter zijn dan AI

De Euclid-missie is een gegevenskrachtcentrale die elke dag ongeveer 100 GB aan gegevens naar de aarde verzendt. Hoewel astronomen geavanceerde machine learning en AI gebruiken om deze berg aan informatie te doorzoeken, zijn deze algoritmen niet perfect. Subtiele vervormingen en complexe patronen kunnen soms zelfs de meest geavanceerde software voor de gek houden.

Dit is waar het ‘menselijke element’ van vitaal belang wordt. Burgerwetenschappers zijn opmerkelijk bedreven in het herkennen van ongebruikelijke patronen en ‘uitbijters’ die algoritmen mogelijk over het hoofd zien of verkeerd classificeren. Door de snelheid van AI te combineren met de intuïtieve patroonherkenning van mensen, kunnen onderzoekers een nauwkeurigheidsniveau bereiken dat geen van beiden alleen zou kunnen bereiken.

Hoe het project werkt

Het Space Warps-project, gehost op het Zooniverse-platform, biedt het publiek een gebruiksvriendelijke manier om bij te dragen aan onderzoek op hoog niveau:

  1. De dataset: Deelnemers onderzoeken ongeveer 300.000 door AI geselecteerde afbeeldingen. Dit zijn de meest veelbelovende kandidaten uit een enorme pool van 72 miljoen sterrenstelsels.
  2. De taak: Vrijwilligers wordt gevraagd potentiële lenskenmerken te identificeren en er markeringen op te plaatsen. De interface maakt zoomen, pannen en bekijken van verschillende kleurfilters mogelijk om vervormingen beter te herkennen.
  3. Geen expertise vereist: Het project is voor iedereen bedoeld. Zooniverse biedt een ‘veldgids’, trainingsbeelden en realtime feedback om nieuwkomers te helpen echte kosmische signalen te onderscheiden van ‘bedriegers’.
  4. Early Access: Vrijwilligers krijgen een zeldzame kans om afbeeldingen te bekijken die nog niet zijn vrijgegeven voor het grote publiek.

De impact van crowdsourced ontdekken

De omvang van deze missie is ambitieus. Onderzoekers schatten dat vrijwilligers zouden kunnen helpen bij het identificeren van meer dan 10.000 nieuwe lenskandidaten, waardoor onze huidige kosmische catalogus aanzienlijk zou worden uitgebreid.

De effectiviteit van dit model is al bewezen. Begin 2025 slaagden vrijwilligers erin om binnen de eerste 0,04% van de gegevens van Euclides 500 sterrenstelsel-sterke lenzen te vinden – waarvan de meeste voorheen onbekend waren bij de wetenschap. Deze ontdekkingen doen meer dan alleen iets toevoegen aan de database; ze leveren de ‘grondwaarheid’-gegevens die nodig zijn om de volgende generatie astronomische AI ​​te trainen en te verfijnen.

“We kunnen niet wachten om te zien wat we zullen vinden in deze ongekende dataset”, zegt Aprajita Verma, projectleider aan de Universiteit van Oxford.


Conclusie
Nu ruimtetelescopen steeds grotere datasets genereren, vervaagt de grens tussen professioneel onderzoek en publieke participatie. Via Space Warps beperkt de jacht op de verborgen structuren van het universum zich niet langer tot laboratoria, maar wordt deze gedeeld met de wereld.