ChronoFlow: ИИ поможет определить возраст звёзд с высокой точностью

Телескоп MPG/ESO диаметром 2,2 метра в обсерватории Ла-Силья (Чили) запечатлел яркое звёздное скопление NGC 3532. Некоторые звёзды всё ещё светятся горячим голубым цветом, но многие более массивные стали красными гигантами и излучают насыщенный оранжевый оттенок. Автор: ESO/G. Beccari

Определение возраста звёзд — ключевая задача для понимания многих аспектов астрономии, но до сих пор это оставалось сложной задачей, так как возраст звёзд невозможно установить только с помощью наблюдений. Астрономы из Университета Торонто решили эту проблему с помощью искусственного интеллекта.

Их новая модель под названием ChronoFlow использует данные о вращении звёзд в скоплениях и машинное обучение, чтобы определить, как скорость вращения звезды меняется с возрастом.

Метод, опубликованный в The Astrophysical Journal, позволяет предсказывать возраст звёзд с точностью, ранее недостижимой для аналитических моделей.

«Первый "Вау!"-момент случился на этапе проверки концепции, когда мы поняли, что этот метод действительно перспективен», — говорит Фил Ван-Лейн, аспирант факультета астрономии и астрофизики Университета Торонто, руководивший исследованием.

Ван-Лейн работал над проектом вместе с Джошем Спиглом и Гвен Иди, ассистентами профессоров астростатистики.

Исследование объединяет два существующих подхода для более точного определения возраста звёзд. Во-первых, звёзды обычно формируются в скоплениях, поэтому возраст всех звёзд в скоплении можно определить, наблюдая за эволюцией более массивных звёзд, которые развиваются быстрее. Во-вторых, известно, что с возрастом скорость вращения звёзд замедляется из-за взаимодействия магнитного поля звезды с её звёздным ветром.

С помощью ChronoFlow учёные собрали крупнейший каталог вращающихся звёзд в скоплениях — около 8000 звёзд в более чем 30 скоплениях разного возраста, используя данные миссий Kepler, K2, TESS и GAIA. Затем они обучили ИИ-модель предсказывать, как меняется скорость вращения звезды с течением времени.

«Нашу методику можно сравнить с попыткой угадать возраст человека, — объясняет Спигл. — В астрономии мы не знаем возраст каждой звезды, но знаем, что звёзды в скоплениях одного возраста. Это как если бы вам показали фото людей в 5, 15, 30 и 50 лет, а затем попросили определить возраст нового человека на фото».

Результат? ChronoFlow научился определять возраст звёзд с высокой точностью, моделируя эволюцию скорости вращения звёздных популяций. Это открытие важно не только для понимания звёздной эволюции, но и для изучения экзопланет, истории Млечного Пути и других галактик.

Код модели, документация и обучающие материалы доступны на GitHub.

Дополнительная информация: Phil R. Van-Lane et al, ChronoFlow: A Data-driven Model for Gyrochronology, The Astrophysical Journal (2025). DOI: 10.3847/1538-4357/adcd73