كما النحات من الظلال: شبكة عصبونية تفك شيفرة العدسات الكونية بأربع نقاط ✛ ✎

الأصل: "Speeding up Gravitational Lens Mass Models with Machine Learning: Applications in X-ray Astronomy"
arXiv:2607.22812v1 · 2026-07-24 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
من أربع إحداثيات للصور فقط، تستعيد شبكة عصبونية شكل العدسة الثقالية في ثوانٍ، مسرّعةً دراسة المجرات البعيدة.

أربع نقاط في السماء هي ذات النجم الزائف. ضوءه حنته عدسة ثقالية — مجرة ضخمة على خط الرؤية. من شكل هذه الصور، تمامًا كما يفعل النحات من الظلال، يمكن استعادة كيف توزعت الكتلة غير المرئية للعدسة. لكن في السابق كان هذا يستغرق أيامًا من الحسابات اليدوية.

شبكة عصبونية، دُربت على ملايين الأمثلة، تنجز المهمة الآن في دقائق. لا تحتاج إلى صور — فقط إحداثيات الصور الأربع. تتنبأ بمدى تسطّح العدسة وكتلتها الكلية. هكذا يخمّن النحات انحناء الزجاج من ظلال متعددة.

دقة الإصابة — 0,5 ملي ثانية قوسية. تعادل تقريبًا رؤية كرة قدم على القمر من الأرض.

الطريقة اختبرت فعليًا على نجوم زائفة حقيقية. الآن يستطيع الفلكيون معالجة آلاف الأنظمة الجديدة بسرعة والبحث عن أجسام فريدة — ثقوب سوداء مزدوجة، تيارات مادة، دلائل على المادة المظلمة والموجات الثقالية.

كلتا الشبكتين العصبونيتين لم تشاهد مطلقًا صورًا حقيقية أثناء التدريب: تم تدريبهما على بيانات اصطناعية، ولكن عند تطبيقها على النجوم الزائفة الحقيقية، كان أداؤها بنفس الموثوقية كما لو كانت قد تدربت على صور حقيقية.

العلماء
Fritz ZwickyAndrey Markov
المفاهيم
نمذجة العدسة الجاذبية رسم خرائط المجرات بالشبكات العصبية نماذج اللغة الكبيرة نموذج لغة البروتين العدسية الميكروية ذكاء اصطناعي للتصوير الطبي العدسة التثاقلية الشبكات العصبية في التخطيط المكاني التعلم الآلي التعلم العميق في التصوير الطبي تعميم الفيزياء الفلكية بالذكاء الاصطناعي maser وسيط تصنيف الصور إكس جي بوست بيانات التدريب طرق كشف المادة المظلمة سلم المسافات الكونية إكس ريزم