شاهكار مهندسان استرالیایی؛ هوش مصنوعی تاری جیمز وب را رفع کرد

تلسکوپ فضایی جیمز وب (JWST) که نتیجه همکاری سازمان‌های فضایی ناسا، آژانس فضایی اروپا (ESA) و آژانس فضایی کانادا (CSA) است، جانشین معنوی تلسکوپ هابل محسوب می‌شود و یکی از بزرگ‌ترین و پیچیده‌ترین پروژه‌های علمی بشر تا به امروز است. جیمز وب نه تنها در طیف مرئی، بلکه عمدتاً در طیف فروسرخ (Infrared) مشاهده می‌کند. این ویژگی حیاتی به وب اجازه می‌دهد تا گازی و غباری را که نور مرئی ستارگان را مسدود می‌کند، نفوذ کرده و تصاویری از نخستین ستارگان و کهکشان‌هایی که در کیهان اولیه (حدود ۱۳.۵ میلیارد سال پیش) شکل گرفتند، ثبت کند.

 

قلب تپنده جیمز وب، آینه اصلی طلایی‌رنگ آن با قطر ۶.۵ متر است که از ۱۸ قطعه شش‌ضلعی تشکیل شده است. این آینه عظیم، همراه با سپر حرارتی پنج لایه‌ای که دمای ابزارهای تلسکوپ را تا نزدیک به صفر مطلق کاهش می‌دهد، به وب این امکان را می‌دهد که ضعیف‌ترین نورهای فروسرخ که از دوردست‌ترین نقاط جهان به سوی ما می‌آیند را جمع‌آوری کند. JWST در نقطه‌ای به نام لاگرانژ ۲ (L2) مستقر شده است که تقریباً ۱.۵ میلیون کیلومتر از زمین فاصله دارد و برخلاف هابل، امکان تعمیر فیزیکی توسط فضانوردان وجود ندارد.

 

قابلیت‌های منحصربه‌فرد جیمز وب فراتر از مشاهده کیهان اولیه است؛ این تلسکوپ در حال تحول در حوزه سیارات فراخورشیدی (Exoplanets) است. با استفاده از روش‌هایی مانند طیف‌سنجی عبور، وب می‌تواند اتمسفر سیارات دوردست را تجزیه و تحلیل کرده و به دنبال نشانه‌هایی از وجود آب، متان، و دیگر عناصر کلیدی حیات در این جهان‌های بیگانه بگردد. به این ترتیب، JWST یک ابزار ضروری برای درک ریشه‌های کیهانی ما و پاسخ به پرسش‌های بنیادین درباره حیات در جهان است.

 

تلسکوپ فضایی جیمز وب، پس از شروع به کار، با چالشی فنی مواجه شد که می‌توانست دقت یکی از حیاتی‌ترین ابزارهای تصویربرداری آن را تحت‌الشعاع قرار دهد. این مشکل که یادآور نقص اپتیکی اولیه تلسکوپ هابل بود و نیاز به پیاده‌روی فضایی پرهزینه برای تعمیر فیزیکی داشت، این بار با یک راهکار کاملاً نرم‌افزاری و مبتنی بر هوش مصنوعی از روی زمین، حل شد.

این چالش فنی عملکرد قطعه‌ای به نام تداخل‌سنج پوشش‌دهنده روزنه (AMI) را تحت تأثیر قرار داده بود. AMI که تنها قطعه طراحی استرالیایی جیمز وب است و توسط پروفسور پیتر توتیل از دانشگاه سیدنی ساخته شده، به ستاره‌شناسان امکان می‌دهد تا با استفاده از پدیده تداخل‌سنجی، تصاویر فوق‌العاده واضحی از ستارگان نزدیک و سیارات فراخورشیدی ثبت کنند.

محققان پس از فعال‌سازی تلسکوپ متوجه شدند که اعوجاج‌های الکترونیکی ضعیفی در آشکارساز دوربین فروسرخ (NIRCam) باعث ایجاد تاری جزئی در تصاویر AMI می‌شود. این نقص، اگرچه جزئی، اما دقت فوق‌العاده مورد نیاز برای ثبت جزئیات سیارات کم‌نور را مختل می‌کرد.

 

به جای برنامه‌ریزی یک مأموریت تعمیر فیزیکی ناممکن در نقطه لاگرانژ ۲، تیم تحقیقاتی متشکل از لوئیس دسدویگتس (پژوهشگر پسادکتری دانشگاه لیدن) و مکس چارلز (همکار وی از دانشگاه سیدنی)، با همکاری پروفسور توتیل و بن پوپ، یک سیستم اصلاحی مبتنی بر نرم‌افزار به نام AMIGO را توسعه دادند.

AMIGO از روش‌های پیشرفته شبکه‌های عصبی و هوش مصنوعی استفاده می‌کند تا عملکرد اپتیک و الکترونیک تلسکوپ در فضا را شبیه‌سازی کند. این الگوریتم‌ها با شناسایی دقیق مشکل (پخش شدن آهسته بار الکتریکی به پیکسل‌های همسایه)، تصاویر ثبت‌شده را به صورت دیجیتالی اصلاح و کامل‌ترین وضوح عملکردی AMI را بازیابی کردند.

پروفسور توتیل این دستاورد را یک «نمونه درخشان» از تأثیر نوآوری بر علوم فضایی دانست که توانست با استفاده از کد، مشکلی را حل کند که پیش‌تر تنها با نصب قطعات جدید توسط فضانوردان قابل رفع بود.

 

نتایج حاصل از به‌کارگیری AMIGO بسیار چشمگیر بود. تلسکوپ فضایی جیمز وب اکنون واضح‌ترین تصاویر خود را ارائه می‌دهد و اجرام آسمانی کم‌نور را با جزئیاتی ثبت کرده که قبلاً هرگز مشاهده نشده بود. مشاهدات جدید و مهم:

دسدویگتس تأکید کرد که این راه‌حل نرم‌افزاری، دامنه علمی تلسکوپ را گسترش داده و ارزش فوق‌العاده‌ای دارد، چرا که این تحول بدون ترک کردن لابراتوار (روی زمین) امکان‌پذیر شد. این رویداد، تأکیدی بر نقش فزاینده هوش مصنوعی و نرم‌افزار در مدیریت و بهینه‌سازی سیستم‌های پیچیده فضایی آینده است.