الصاقل الرقمي: كيف تكشف الشبكة العصبية أسرار العدسات التجاذبية المزدوجة ✛ ✎ ✦
العدسية التجاذبية الميكروية هي أثر كوني مذهل، تنبأ به أينشتاين وطوّره تسفيكي. جسم ضخم، يمر بيننا وبين نجم بعيد، يحني ضوءه كالعدسة، مُحدِثاً تضخيمات وتشوهات مميزة. عندما تكون العدسة مزدوجة - نجم مع كوكب خارجي أو زوج متراص من بقايا نجمية - تظهر على المنحنى الضوئي أنماط كاوستيكية معقدة، كما لو أن الضوء انكسر عبر بلورات موشورية. فك رموز هذه الأنماط يعني استعادة الكتل والمدارات، ولكن حتى وقت قريب كان كل تحليل من هذا القبيل يتطلب ساعات من العمل الحسابي وآلاف المحاكاة.
يعيد CausticFlow تصور هذه المهمة كفن الصقل البصري. بدلاً من تجريب المعاملات عشوائياً، تتعلم الشبكة العصبية «الإحساس» بهندسة العدسة من أدنى انحناءات المنحنى الضوئي. أساسها المعادلات التفاضلية المُدارة عصبياً (Neural CDE). تقرأ السلسلة الزمنية كتدفق مستمر، فلا تتعثر بالفجوات أو التفاوت - كما يلتقط الموسيقي البارع اللحن حتى لو تساقطت النغمات. ثم يحوّل التعلم الآلي للتدفقات المعيارية توزيعاً بسيطاً إلى توزيع لاحق معقد، حيث تقابل كل قمة تكويناً محتملاً للعدسة. يجري التدريب على منحنيات ضوئية مُحاكاة عددياً بنفس ضوضاء التلسكوبات الحقيقية، وتُسرّع جميع الحسابات بمكتبة JAX.
في الاختبارات الاصطناعية، الدقة مذهلة: الخطأ النموذجي لنسبة الكتلة q حوالي 17%، أما فصل الإسقاط s فـ 3% فقط. لكن النموذج لا يقف عند التقدير الأولي: عملية تحسين نيلدر-ميد اللاحقة بعشر نقاط بدء مأخوذة من التوزيع اللاحق تصقل المعاملات إلى دقة أقل من 5% و 1% على التوالي. في 10 أحداث حقيقية من KMTNet، وعلى الرغم من التزيح المداري والحركة المدارية، يستعيد CausticFlow بنجاح 7 أجرام، مستغرقاً لكل منها 10 دقائق من وقت المعالج. حيث قد يتعثر أخذ العينات MCMC في غابة الحلول المتدهورة، تجد الشبكة العصبية بثقة جميع الأنماط.
CausticFlow لا يحل محل التحليل البايزي التفصيلي، بل يعمل كمنظار بصري: فهو يحدد بسرعة المناطق الواعدة في فضاء المعاملات، محولاً ساعات الحساب إلى ثوانٍ. بالنسبة للبعثات المستقبلية، مثل JWST و هابل، يفتح هذا إمكانية معالجة ملايين أحداث العدسية الميكروية في الزمن الحقيقي. تمسح الشبكة العصبية تدفق البيانات من التلسكوبات كما يحلل الأستاذ الكبير الافتتاحية في الشطرنج، وتختار في جزء من الثانية المرشحين لقياسات طيفية فورية. هذا ينقل صيد المادة المظلمة والكواكب الباردة إلى طور الإنتاج الضخم.
يثبت هذا العمل للمرة الأولى أن المحاكيات الشبكية العصبية قادرة على معالجة المسائل العكسية المتدهورة في الفيزياء الفلكية. مستقبلاً، سيتعلم CausticFlow مراعاة التزيح والمعاملات المدارية، وستصبح بنيته قالباً لتحليل السلاسل الزمنية غير المنتظمة في علوم أخرى. وكما تتيح البصريات الجيدة رؤية المجرات البعيدة، سيفتح هذا الصاقل الرقمي كوناً لم يُرَ من قبل - آلاف الكواكب الشاردة والأجرام المدمجة الضخمة، وسيسمح بإعادة كتابة تاريخ تشكل النجوم في مجرتنا. وربما، من بين ملايين المنحنيات المختارة، تلوح ذات يوم شذوذة تدفعنا إلى مراجعة معادلات الجاذبية نفسها.
تقرأ Neural CDE المنحنى الضوئي كتدفق مستمر - تماماً كما نفهم نصاً به حروف ناقصة، فنستعيد المعنى من السياق. بفضل هذا، يعالج CausticFlow بنجاح الأحداث التي لم يلتقط فيها التلسكوب الأرضي سوى جزء من التوهج.
تتناغم هذه التقنية مع فكرة من «مسألة الأجسام الثلاثة» - تعقب الأجرام الخفية من أدنى تشوهات الضوء. يفعل CausticFlow الشيء نفسه، لكنه بدلاً من الحضارات الفضائية يبحث عن بقايا نجمية خافتة وكواكب شاردة.