Почему галактики гаснут снаружи внутрь: нейросеть сняла пелену с далёких снимков ✛

Оригинал: "The GOGREEN Survey: AI Powered Deconvolution Lifts The Veil on Outside-in Environmental Quenching at z > 1"
arXiv:2609.01903v1 · 2026-09-01 · CC BY 4.0 · 1 мин
Нейросеть восстановила чёткость наземных снимков далёких скоплений галактик и показала, что галактики гаснут снаружи внутрь, особенно маленькие.

Фотография далёкой галактики, сделанная с Земли, похожа на вид через матовое стекло: атмосфера размывает детали, и мы не видим, где именно в галактике рождаются звёзды. Нейросеть научилась снимать эту пелену, восстанавливая чёткость по образцам космических снимков.

Учёные взяли девять скоплений галактик, которые мы видим такими, какими они были, когда Вселенной было около 5 миллиардов лет. После обработки каждую галактику разделили на внутреннюю и внешнюю части и посмотрели по цветам, рождаются ли там звёзды. Оказалось, что среди галактик, которые считались полностью потухшими, 21% сохраняют звездообразование в центре и 3% на окраинах. В скоплениях доля потухших галактик выше, чем в поле, но этот избыток не зависит от массы, что противоречит прежним выводам.

Среди галактик с остаточным звездообразованием в скоплениях 38.6% потушены снаружи и лишь 5.4% изнутри. При малых массах избыток галактик с потушенными окраинами в скоплениях составляет 22.8%.

Это значит, что галактики часто гаснут снаружи внутрь, особенно маленькие. Раньше считалось, что эффективность тушения сильно зависит от массы, но теперь видно, что суммарный цвет обманывал. Метод можно применять к уже существующим наземным обзорам, чтобы без новых наблюдений получать информацию о миллионах галактик. Снятие матового стекла с далёких галактик только начинается.

Деконволюция позволила добиться разрешения около 0.2 угловой секунды, что сравнимо с разрешением космического телескопа Hubble, хотя исходные наземные снимки имели размытие 0.5–0.8 угловой секунды. Это всё равно что читать мелкий шрифт через матовое стекло, а потом внезапно увидеть буквы чётко.

Идея восстанавливать скрытую структуру по размытым данным перекликается с технологией «улучшения изображения» из научной фантастики, например, в сериале «Звёздный путь» или фильме «Бегущий по лезвию», где компьютер достраивает детали по крупицам информации. Здесь нейросеть делает то же самое, но строго на основе обучающей выборки реальных космических снимков.

\int_{z_{cl}-\Delta z}^{z_{cl}+\Delta z} N(z_{peak},\sigma) dz > P_{thresh}
Галактика считается членом скопления, если вероятность того, что её красное смещение лежит вблизи красного смещения скопления, достаточно велика.
QFE = \frac{f_{pQ,cluster} - f_{pQ,field}}{1 - f_{pQ,field}}
Доля галактик, которые были бы звездообразующими в поле, но потушены в скоплении.
OQFE = \frac{f_{OQ,cluster} - f_{OQ,field}}{f_{pSF,field}}
Доля галактик, которые были бы преимущественно звездообразующими в поле, но в скоплении имеют потушенные окраины.
Учёные
Fritz ZwickySubrahmanyan ChandrasekharAdam RiessJohn Archibald WheelerGalileo GalileiWilliam Herschel
Понятия
звездообразование в скоплениях спокойная галактика плотный сгусток шаровое скопление созвездие кластеризация закалка покраснение красные источники JWST галактики с большим красным смещением картирование галактик нейронной сетью реконструкция аккреция газа состав нейтронной звезды деси астрофизика с ИИ моделирование гравитационного линзирования недра звёзд химическая галактическая археология красные точечные галактики