Freiwillige Helfer suchen im Rahmen des Projekts „Black Hole Hunters“ nach verborgenen Schwarzen Löchern in der Milchstraße. Das von der University of Southampton koordinierte Citizen-Science-Projekt nutzt KI-vorausgewertete Daten der NASA-Mission TESS, um die gravitative Selbstlinsenwirkung von Schwarzen Löchern in Doppelsternsystemen zu identifizieren und so bisher unentdeckte Objekte aufzuspüren.”
KI-gestützte Vorselektion von TESS-Daten
Wissenschaftler der University of Southampton haben Millionen von potenziellen Fundstellen in der Milchstraße mithilfe moderner KI-Systeme analysiert. Die Grundlage für diese Suche bilden Messdaten der Weltraummission Transiting Exoplanet Survey Satellite (TESS) der NASA, die ursprünglich 2018 gestartet wurde, um Planeten anhand von Helligkeitsabfällen bei Sternen aufzuspüren. Für die Suche nach Schwarzen Löchern konzentriert sich das Team jedoch auf das gegenteilige Phänomen: kurze Helligkeitsanstiege.
Schwarze Löcher sind für Teleskope aufgrund ihrer Licht absorbierenden Eigenschaften schwer zu erfassen. Wenn sie jedoch ein Doppelsternsystem bilden und vor ihrem Partnerstern vorbeiziehen, krümmt ihre Gravitation das Licht des Sterns. Dieser Prozess, bekannt als gravitative Selbstlinsenwirkung, lässt den Stern kurzzeitig heller erscheinen. Dr. Adam McMaster von der University of Southampton erläuterte die Herausforderung: Black holes are famously elusive and trap light, which hide them from telescopes.
Er ergänzte: But they often leave clues because of their strong gravity, which can bend light as they orbit around stars creating an effect called gravitational self-lensing. Once we detect this, we’ll know an invisible black hole exists.
Das KI-System hat die riesigen Datenmengen der NASA-Mission vorab durchgesehen und die Anzahl der zu prüfenden Stellen drastisch reduziert. Dies war notwendig, da die Fahndung nach diesen Objekten eine enorme Herausforderung darstellt. Während Modelle der Sternentwicklung nahelegen, dass hunderte Millionen Schwarze Löcher in der Galaxie existieren sollten, sind bisher lediglich etwa 70 dieser Systeme bekannt. Die Lücke zwischen der theoretisch vorhergesagten und der tatsächlich beobachteten Population ist substanziell.
Beteiligung von Freiwilligen über Zooniverse
Das Projekt „Black Hole Huntersüberträgt die finale Mustererkennung von den Algorithmen auf menschliche Teilnehmer. Die Markierungen werden auf der Plattform Zooniverse vorgenommen.
Die Teilnahme erfordert laut den Projektverantwortlichen keine astronomischen Vorkenntnisse oder spezialisierte Hardware. Ein Laptop, Tablet oder Smartphone mit Internetzugang genügt, um die vom Team aufbereiteten Grafiken und Animationen zu bewerten. Grace Clarke, eine Studierende der Physik und Astronomie an der University of Southampton, fügte hinzu: This is why the Hunters project’s so interesting to me.
Ziele der Suche und künftige Beobachtungen
Die Crowdsourcing-Initiative soll eine engere Liste von Kandidaten erstellen, die anschließend mit weiteren Messmethoden gezielt auf ihre Masse und Bewegung hin untersucht werden können. Diese Nachbeobachtungen sind entscheidend, um zu bestätigen, ob tatsächlich ein Schwarzes Loch die Ursache für die beobachteten Lichtsignale ist. Dr. McMaster unterstrich den praktischen Nutzen der Arbeit der Freiwilligen: You’ll be narrowing down precisely where we need to point our telescopes next and you might be the one to discover a black hole.
Da die Suche nach diesen Objekten bisher durch die Schwierigkeit ihrer direkten Detektion begrenzt war, hoffen die Forscher durch den Einsatz zehntausender Freiwilliger, die Lücke in der galaktischen Statistik zu schließen. Die Teilnehmer leisten hierbei einen Beitrag, ohne dass sie selbst über eigene Beobachtungsgeräte verfügen müssen. Die Ergebnisse dienen als Grundlage für die Planung künftiger Teleskopbeobachtungen, um die unentdeckte Population in unserer kosmischen Nachbarschaft systematisch zu erfassen.
Weiterlesen
