Odkrywanie prawdziwego wieku gwiazd
Współczesne modele ewolucji gwiazd bazują na wiedzy o obfitości helu – kluczowego parametru, którego wartość trudno precyzyjnie wyznaczyć. Hel, drugi najliczniej występujący pierwiastek we Wszechświecie, determinuje wewnętrzną strukturę gwiazd, ich temperaturę, jasność i czas życia. Ponieważ pomiary helu są niezwykle trudne, tradycyjne modele po prostu zgadują lub zakładają, jaka jest zawartość helu w gwieździe, zamiast określać ją na podstawie obserwacji. Doprowadziło to do systemowej niepewności naszych map kosmicznych. Głównym celem finansowanego przez Europejską Radę ds. Badań Naukowych (ERBN) projektu CartographY było odejście od uproszczonych założeń i opracowanie profili gwiazd, które są nie tylko bardziej precyzyjne, ale także lepiej odzwierciedlają rzeczywistość.
Od domysłów do „uczciwych” danych
„Głównym zadaniem projektu było mapowanie i pomiary zawartości helu we wnętrzach gwiazd z wykorzystaniem asterosejsmologii – nauki zajmującej się badaniem oscylacji gwiazd”, mówi koordynator projektu Guy Davies. „Łącząc wysokiej jakości dane asterosejsmiczne ze spektroskopią i astrometrią, pokonaliśmy barierę w postaci uzależnienia od pojedynczego, niezmiennego zestawu założeń”. Łącząc te dane, zespół mógł określić kluczowe właściwości gwiazd, takie jak masa, promień, wiek i zawartość helu, a także oszacować niepewność wyznaczonych parametrów. Aby przekształcić ogromne ilości danych obserwacyjnych w wiarygodne wnioski naukowe, badacze z projektu CartographY połączyli fizykę gwiazd, uczenie maszynowe i wnioskowanie statystyczne. Zbudowali rozległe siatki modeli ewolucji gwiazd, analizując, jak różne masy, zawartość helu i założenia dotyczące mieszania wewnętrznego wpływają na obserwowalne właściwości gwiazd. Ponieważ określenie pełnego cyklu życia gwiazdy wymaga ogromnej mocy obliczeniowej, zespół wyszkolił emulatory uczenia maszynowego tak, aby mogły znacznie szybciej naśladować te szczegółowe modele. Ostatecznie, zamiast badać każdą gwiazdę osobno, badacze zastosowali bayesowskie modelowanie hierarchiczne(odnośnik otworzy się w nowym oknie). Dzięki temu mogli badać całe populacje gwiazd jednocześnie, co pozwoliło im dostrzec szersze schematy, na przykład w jaki sposób zmieniają się poziomy helu w zestawieniu z innymi metalami w różnych grupach gwiazd. „Kluczowym osiągnięciem projektu była możliwość wnioskowania o wieku gwiazd w sposób bardziej rzetelny i spójny. Zamiast pytać o wiek gwiazdy według jednego sztywnego, potencjalnie wadliwego modelu, oceniamy, jak stabilny pozostaje ten wiek w różnych prawdopodobnych modelach ewolucji gwiazd”, tłumaczy Davies. „Uwzględniając bezpośrednio niepewności systematyczne w równaniach, możemy teraz odróżnić wiarygodnie wyznaczone parametry gwiazd od tych, które wydają się precyzyjne jedynie dlatego, że pominięto niepewności modelowe”. Co więcej, zastosowanie bayesowskiego kryterium wiarygodności modelu umożliwiło zespołowi rzetelne porównanie konkurencyjnych modeli gwiazd. „Zamiast wybierać model, który charakteryzuje się najmniejszą formalną niepewnością, identyfikujemy modele, które są faktycznie najlepiej podparte danymi obserwacyjnymi”, wyjaśnia badacz.
Problem rotacji i poszukiwanie gwiazd macierzystych egzoplanet
Aby zwalidować swoje modele oraz zrozumieć, gdzie dokładnie obecne modele gwiazd zawodzą, badacze z projektu CartographY przejdą do kolejnego etapu – skalowania metody do większych, bardziej zróżnicowanych próbek gwiazd. Kolejnym istotnym zagadnieniem jest rotacja gwiazd. Rotacja gwiazdy dostarcza informacji pozwalających oszacować jej wiek, jednak badacze z projektu CartographY wykazali, że obecna wiedza na temat ewolucji rotacji jest mniej pewna, niż wcześniej zakładano. Zbyt sztywne opieranie się na nieprawidłowym modelu rotacji może prowadzić do zniekształcenia oszacowanego wieku gwiazd. Dlatego zamiast bezkrytycznie traktować rotację jako wskaźnik wieku, zespół najpierw wykorzystuje swoje podejście bayesowskie do weryfikacji i udoskonalenia teorii ewolucji rotacyjnej. Patrząc w przyszłość, ta nowa metodologia ma szansę odegrać kluczową rolę. Nadchodzące misje, takie jak PLATO Europejskiej Agencji Kosmicznej, wkrótce dostarczą wysokiej jakości danych na temat gwiazd macierzystych egzoplanet. Dlatego też ważniejsze niż kiedykolwiek wcześniej jest dysponowanie narzędziami umożliwiającymi tworzenie profili gwiazd, które są nie tylko bardzo precyzyjne, ale przede wszystkim rzetelne.
