黑洞在早期宇宙中是缺失的，但科学家们正在寻找黑洞

即将到来的射电望远镜巡天将观测数百万个早期宇宙星系。然而，为了处理大量涌入的数据，自动化工具是必不可少的。葡萄牙里斯本大学科学学院天体物理与空间科学研究所（IA）的一个团队开发的一种算法旨在处理这些数据并识别在其中心拥有大量黑洞的星系。

目之所及，星系填满了宇宙深处的图像。是什么过程决定了它们的形状、颜色和恒星数量？天文学家认为，原始黑洞是星系生长和转变的引擎，可以解释我们现在看到的宇宙景观。

识别超亮星系的突破

在最近发表在《天文学与天体物理学》杂志上的一篇文章中，由天体物理与空间科学研究所（IA）和里斯本大学科学学院（Ciências ULisboa）的罗德里戈·卡瓦哈尔（Rodrigo Carvajal）领导的一个国际团队提出了一种机器学习技术，可以识别早期宇宙中的超亮星系。

这些星系被认为由其核心贪婪的黑洞活动主导。根据作者的说法，这应该是第一个预测该活动何时也在无线电频率中辐射强烈信号的算法。无线电发射通常与银河系的其他光不同，有时很难将它们联系起来。这种人工智能技术将使天文学家能够更有效地寻找所谓的射电星系。

该算法是与Closer公司合作开发的，该公司在数据科学技术解决方案领域发挥作用，使用在电磁波谱的多个波长中获得的星系图像进行训练。当用其他图像进行测试时，它能够预测比使用显式指令的传统方法多四倍的射电星系。随着机器学习开发自己的算法，试图理解它的成功可能有助于澄清这些星系中发生的物理现象，即大爆炸后 15 亿年，即宇宙年龄的十分之一。

进一步研究和分析的重要性

“我们必须在天空中找到更多活跃的星系，因为有人预测，在宇宙的早期历史中应该存在更多。根据目前的观察结果，我们没有这个数字，“罗德里戈·卡瓦哈尔说。根据这位研究人员的说法，需要更多的观测来验证目前对活跃星系如何演化的理解是否正确，或者是否必须修改。

“分析机器学习模型本身并了解其中发生的事情也很重要，”Carvajal 补充道。“哪些功能与决策最相关？例如，我们想知道该模块声明它是一个活跃星系的最重要特征是否是星系在红外线中发出的光，这可能是新恒星快速形成的迹象。有了这个，我们能够产生一个新的定律来区分什么是正常星系和一个活跃的星系。

研究无线电发射和恒星形成的作用

星系特征对计算机所做决定的相对权重可能指向其强烈活动的起源，特别是在无线电波段。在一项正在准备的研究中，卡瓦哈尔正在探索无线电发射和恒星形成之间这种明显依赖关系的影响。IA的Israel Matute和该论文的第二作者Ciências ULisboa澄清说：“这些模型是数学工具，可以帮助我们在数据复杂性增加时寻找正确的方向。这项工作可能会为宇宙历史后半段遏制新恒星形成的过程提供见解。

原始宇宙中似乎缺乏的星系可能存在于现代射电望远镜将在未来几年产生的大量数据中。未来对天空广阔区域的调查将揭示数十亿个星系。一个例子是宇宙演化地图（EMU），它将用澳大利亚的ASKAP射电望远镜绘制整个南天半球。由IA领导的团队已经在处理本次调查试点项目的数据。一旦完善，这些工具对于处理未来平方公里阵列天文台（SKAO）将产生的天文数据量至关重要。葡萄牙是该天文台财团的成员，该天文台已经在建设中。

“在天文学可以访问大量数据的新时代，开发用于处理和分析的先进技术变得越来越重要，”IA和Ciências ULisboa的JoséAfonso说，他是本文的合著者。“在IA，我们正在开发和实施这些技术，以便能够破译星系的起源以及其中大多数拥有的超大质量黑洞。

Closer公司和IA之间合作的想法是由合著者之一Helena Cruz提出的，她拥有物理学博士学位，并且是Closer的数据科学家。她的参与是分析和处理不同数据源（来自多个望远镜和观测程序）之间不确定性和不一致影响的关键，这些数据源用于训练机器学习算法。

海伦娜·克鲁兹（Helena Cruz）说：“我意识到天文学是一个为探索和开发机器学习模型提供巨大机会的领域，将我的专业技能应用于这个领域对我来说很有意义。“我与Closer分享了我的兴趣，双方都立即表现出合作的意愿，我认为这是我在公司工作的延伸。”

“Closer从其合作者的知识中茁壮成长，这是它的资本，”Closer联合创始人、教授和研究员João Pires da Cruz补充道。“从科学的角度来看，我们的团队成员参与的项目越具有挑战性和复杂性，公司的资本就越大。我们将有合作者能够解决客户的问题，这些问题类似于来自遥远星系的信号问题。