STERNE
Altersbestimmung mit künstlicher Intelligenz
Redaktion / Pressemitteilung des Max-Planck-Instituts für Sonnensystemforschung
astronews.com
7. Oktober 2016

Wie alt ist ein Stern? Diese Frage lässt sich in der Regel nicht so einfach beantworten. Helfen können winzige Helligkeitsschwankungen, die durch Oszillationen der fernen Sonne entstehen. Allerdings erforderte dieses Verfahren bislang einen sehr hohen Aufwand an Rechenzeit. Mithilfe künstlicher Intelligenz gelangten Forscher nun deutlich schneller zu einem Ergebnis.

Künstlerische Darstellung von seismischen Wellen, die sich im Inneren eines Sternes ausbreiten. Bild: SAp/CEA  [Großansicht]

Bei einer Lebenszeit von Millionen oder gar Milliarden von Jahren ist es nicht leicht, das Alter eines Sterns exakt zu bestimmen. Glücklicherweise liefern Fluktuationen im Sternlicht - verursacht durch erdbebenartige Pulsationen - Hinweise darauf, wie der Stern sich im Lauf seines Lebens verändert hat. Das Alter des Sterns aus diesen Oszillationen zu abzuleiten war bis vor kurzem allerdings eine zeitraubende Angelegenheit: Zehntausende Stunden an Rechenzeit auf Supercomputern waren erforderlich, um nur einen einzigen Stern im Detail zu analysieren.

Einem interdisziplinären Team aus Computerwissenschaftlern und Astrophysikern rund um Earl Bellinger vom Max-Planck-Institut für Sonnensystemforschung (MPS) in Göttingen ist es nun gelungen, diesen Prozess dramatisch zu beschleunigen. Die Wissenschaftler entwickelten eine künstliche Intelligenz die in der Lage ist, Sterne und ihre Exoplaneten bis zu eine Million mal schneller zu charakterisieren als bisher. Durch ihre Arbeit wird sich in Zukunft leichter bestimmen lassen, welche Exoplanetensysteme alt genug sind um möglicherweise Leben zu beherbergen und wie sich unsere Galaxie entwickelt hat.

Größere, hellere Sterne verbrennen ihren nuklearen Brennstoff schneller, um der starken Anziehungskraft ausreichend Druck entgegensetzen zu können, haben dafür aber ein kürzeres Leben vor sich als kleinere, weniger helle Sterne. Während Sterne, die mehr als die hundertfache Masse der Sonne haben, unter Umständen nur 100.000 Jahre leuchten, können die Sterne, die nur etwa halb so massereich sind wie die Sonne, länger brennen als das Universum derzeit alt ist.

Wie hell ein Stern uns erscheint, sagt aber noch nichts darüber aus, wie alt er derzeit ist. Nur ein Blick auf das Innere des Sterns kann enthüllen, wie viel Brennstoff bereits verbraucht wurde und wie lange der Stern schon leuchtet. Dank der so genannten Asteroseismologie - der Untersuchung der Sternpulsationen - und mithilfe der hochpräzisen Daten von Weltraummissionen wie dem Kepler-Satelliten der NASA ist es möglich, eben diesen Blick ins Innere des Sternes zu werfen. Geringfügige Änderungen der Helligkeit, verursacht durch Vibrationen des Sterns, verraten den Astronomen dabei, wie die innere Struktur des Sterns beschaffen ist und wie alt er ist.

"Die Physik der Sternstruktur und -entwicklung gibt vor, in welchem Muster ein Stern mit einer bestimmten Masse und einem bestimmten Alter pulsieren wird," erklärt Earl Bellinger, Doktorand in der Forschungsgruppe Stellar Ages and Galactic Evolution (SAGE) am MPS und am Department of Astronomy der Yale Universität. "Wenn wir diese Pulsationen untersuchen, können wir das seismische Alter eines Sterns ableiten."

Zwar gibt es bereits Methoden um das seismische Alter eines Sterns zu bestimmen, sie sind allerdings meist sehr langsam. Normalerweise berechnen Astrophysiker mathematische Modelle, die dann mit den verfügbaren Beobachtungen verglichen werden. Das Alter des am besten passenden Modells wird dann dem Stern zugeschrieben. Diese Übereinstimmung kann entweder dadurch gefunden werden, dass Millionen von zuvor berechneten Modellen, die aber stark vereinfacht sind, durchsucht werden, oder durch eine Verfeinerung sehr viel komplexerer Modelle. Letztere Methode kann allerdings zehntausende Stunden an Rechenzeit pro Stern in Anspruch nehmen.

Bellinger und sein Team drehten das Problem in ihrer Studie nun um. Sie nutzen eine künstliche Intelligenz, die mithilfe einer Methode des maschinellen Lernens, der so genannten "random forest regression", darauf trainiert wurde, Formeln zu entdecken, mit deren Hilfe sich das Schwingungsmuster des Sternes mit den Eigenschaften des Sterns wie Alter, Masse und Radius verknüpfen lässt. Diese Zusammenhänge sind zu komplex, um händisch von Menschen abgeleitet zu werden, erlauben es aber, einen Stern in wenigen Sekunden zu charakterisieren. Das wiederum macht den Wissenschaftlern möglich, mehr ausgeklügelte Details in ihren Modellen zu berücksichtigen.

Bisher hat das Team seine Methode auf etliche Testbeispiele angewandt, darunter 34 bereits gut untersuchte Sterne, die zudem Exoplaneten beherbergen. Die künstliche Intelligenz hat jeden dieser Tests bestanden. "Die Resultate zeigen eine exzellente Übereinstimmung mit anderen Methoden der astronomischen Altersbestimmung, zum Beispiel der radioaktiven Datierung die verwendet wurde um das Alter der Sonne zu bestimmen," sagt Bellinger. "Und sie ist sehr schnell, so dass sie auf viele Sterne angewendet werden kann. Wir entwickeln gerade die Fähigkeit, ganze Sternkataloge für die nächste Generation von Galaxienstudien zu charakterisieren."

Für die Zukunft sind weitere durch künstliche Intelligenz unterstützte Sterndatierungen geplant. Derzeit lässt sich die Methode nur auf sogenannte Hauptreihensterne anwenden, also auf diejenigen Sterne, die in ihrem Inneren Wasserstoff verbrennen. Das soll sich in Zukunft aber ändern. "Die Methode scheint uns leistungsfähig und robust zu sein. Wir sind schon gespannt wie sie sich auf andere Arten von Sternen anwenden lässt," sagt Bellinger. "Das würde uns dann ermöglichen, die verschiedenen Sterne in unserer Galaxie zu untersuchen und zu verstehen, wie sich unsere Milchstraße entwickelt hat."

Über ihre Ergebnisse berichten die Wissenschaftler in einem Fachartikel, der in The Astrophysical Journal erschienen ist.