При помощи детектора Cherenkov Telescope Array (CTA), который продолжает строиться в настоящее время, исследователи надеются наблюдать высокоэнергетические гамма-лучи, указывающие на новые космические объекты, расположенные в нашей Галактике и за ее пределами, и даже дающие возможность раскрыть тайну темной материи. Однако идентификация гамма-лучей представляет собой отнюдь не простую задачу. Исследователи консорциума CTA в настоящее время пытаются решить эту задачу наилучшим образом, используя для этого нейронные сети, «натренированные» на суперкомпьютере Piz Daint («Пиц Дайнт»).
После завершения строительства в 2025 г. обсерватория Cherenkov Telescope Array станет крупнейшей гамма-обсерваторией, когда-либо созданной человеком. Более 100 телескопов, имеющих диаметр от 4 до 23 метров, устанавливаются в настоящее время в обсерватории Роке-де-лос-Мучачос, расположенной на Канарских островах, и в пустыне Атакама, находящейся на территории Чили. Телескопы настроены на регистрацию вспышек света, испускаемого при бомбардировке атмосферы Земли гамма-лучами, пришедшими из космоса. Гамма-лучи исходят со стороны высокоэнергетических космических событий, так называемых «космических ускорителей частиц», таких как взрывы сверхновых или события поглощения сверхмассивными черными дырами оказавшихся поблизости звезд, а также газа и пыли.
Когда гамма-лучи попадают в атмосферу Земли, они взаимодействуют с атомами и молекулами, вызывая появление вторичных потоков частиц и излучения. Однако проблема состоит в том, что помимо гамма-лучей аналогичное действие оказывают и другие высокоэнергетические частицы, приходящие из космоса – адроны. Астрономов обычно больше интересуют гамма-лучи, поскольку в отличие от адронов гамма-фотоны не имеют заряда, а потому не отклоняются магнитными полями при движении в космосе и всегда точно указывают направление на свой источник. Однако часто при анализе вторичных потоков излучения гамма-фотоны ошибочно принимают за адроны и наоборот.
В новом исследовании группа под руководством М. Траколли (M. Tracolli) предлагает использовать глубокие сверточные нейронные сети, являющиеся одним из видов алгоритмов машинного обучения, для установления различий между адронами и гамма-фотонами. Команда оценила производительность сверточных нейронных сетей в сравнении с традиционными методами обнаружения гамма-лучей (Boosted Decision Trees), используя события, разыгранные по методу Монте-Карло, которые, согласно авторам, точнее всего моделируют реальные события. Как выяснилось, при определенных условиях производительность сверточных нейронных сетей превосходит производительность классических методов, указывают они.