Втория ден започна със сесия за PLATO. Трябва да призная, че не слушах внимателно първите няколко доклада, защото четох тихичко моя. Той всъщност не е мой, наложи се да заместя един бивш студент, който по лични причини не можа да дойда. С него се опитахме да намерим начин за оптимизиране на търсенето на екзолуни – луни, около екзопланети. Но на него нещо му се случи и не можа да дойда, и сглобихме някакво подобие на progress report. Изводът ни за сега е, че трябва да се гледат между хиляда и десет хиляди планети за да се намеря няколко, които пресичат звездите близо до ръба, което променя дълбочината на пасажите. Публиката се заинтересува, но за съжаление нашата работа далече не беше завършена и не бяхме направил истинска симулация. Другият проблем на тази идея е, че вероятностите да се намери подходяща система са ниски.
За мен най-интересен в сесията беше докладът за потвърждаване или отхвърляне на кандидати за екзопланети с Гая. PLATO или много големи пиксели и светлината от звездата, около която е планетата, често е смесена със светлина то други звезди. Това може да направи пасажа на екзопланетата трудно разпознаваем или напротив – да направи някоя затъмнителна променлива (това са системи от две звезди, които минават една пред/зад друга и се „засенчват“ взаимно) да изглежда като екзопланета. Докладчикът и неговите колеги комбинират данни от PLATO и от Гая за да разпознаят подобни случаи.
Пленарната сесия започна с доклад за MIRI – това е инструмент за JWST, камера и спектрограф в средното инфрачервено (дължина на вълната 5-28 микрона). Историята на стреожа му е дълга, от европейска страна участват няколко страни, като водеща е Великобритания, а от американска страна –  Лабораторията за реактивно движение в Калифорния. Докладчика, Джилиан Рийт е PI от европейска страна, а от американска е Джордж Рики, съпругът на моята научна ръководителка, от времето ми като аспирант.
MIRI е универсален инструмент: галактики в далечната вселена, галактики, скрити о голямо поглъщане, някой от които със скрити активни галактични ядра, дискове около звезди, директни изображения на планети, включително откриване на нови – това са все резултати от тоя инструмент.
След това слушахме доклад за двойни черни дупки, които се срещат с ядрата на квазарите. Известни са няколко стотин подобни обекта. Те се откриват по периодичната модулация на яркостта им. С двама различни студенти имаме два такива квазара, но само единият е публикуван. Още една статия за писане. Лекторът говори и за електомагнити избухвания в квазарите, които по време (и донякъде по посока) съответстват на част от гравитационните сигнали, регистрирани с LAGO. Обади се една дама о публиката, която обясни че с помощта на радиоинтерферометрия, която има толкова високо ъглово разрешение, че е в състояние да „види“ собствените джетовете от двете черни дупки. Друг въпрос беше доколко от известните периодични кандидати не са истински и периодичността му произлиза от систематични ефекти. Той призна, че това е възможно, но подчерта, че огромният брой епохи, които LSST ще получи, ще реши този проблем.
Поредният доклад беше за използването на изкуствения интелект в астрофизиката. Заглавието беше за т.н. foundation models, които са по-всеобхватни от традиционните модели, което ги прави по-адаптивни. Подобен модел е обучен по галактиките, класифицирани от хора с помощта на проекта Galaxy Zoo. Лекторката каза, че моделите, обучавани по реални данни, работят по-добре от моделите, обучавани по синтетични изображения на галактики, въпреки че синтетичните бази от данни могат да бъдат много по-големи от базите от истински галактики. Един алтернативен подход е да се използват self-supervising learning. Това са модели, които сами различават особеностите на обектите, които предстои да бъдат класифицирани и използват тези особености за класификация.
Последният доклад беше за звездните купове – от тези в нашата галактика до далечната вселена. Куповете играят огромна роля за еволюцията на галактиките – те са фабрики за звезди и регулатори на звездообразуването в галактиктие. Тя показа спектри на млади купове, обвити с прах в галактики на разстояние 10 мегапарсека – от „Джеймс Уеб“.  Куповете първоначално са потопени в прах – от който се образуват звездите в тях. Но след 3-4 милиона години се освобождават от праха – младите горещи звезди и/или го изпаряват или издухват със звездния си вятър. И после куповете стават видими в оптичния диапазон. В еб позволява да се изследват купове в раната Вселена, на коиото предстои да се превърнат в аналози на сферичните купове, които днес съществуват в Млечния път. Тези спектри позволяват да се измерва химичния състав на куповете. Разбира се, куповете са малки обекти и не излъчват много. Обаче има такова явление като гравитационна леща, която помага на нашите телескопи като докарва повече светлина до тях и ни позволява като лупа да видим далечни и слаби обекти. Точно така се наблюдават далечните звездни купове. Най-слабите регистрирани купове в тяхната програма, ако го нямаше увеличението заради гравитационните лещи, щях да имат еквивалентна звездна величина 30.5 маг. Големите наземни телескопи обикновено стигат до 20-22-ра звездна величина. Разбира се, това зависи то интеграциите и от филтъра, давам числата само за приблизителна представа. Не на последно място, куповете са интересни, защото в техните ядра могат да се образуват черни дупки с т.н. междинни маси, от порядъка на хиляди слънчеви маси.
Последните две сесии за деня бяха от специална сесия за използване на machine learning в спектроскопията. Първата беше предимно за идентифициране на активни галактики. Там отидох заради работата си по търсене на активни галактики зад Магелановите облаци, М31 и Млечния път. И се оказа чудесен избор. Още първият доклад беше много провокативен. Лекторката разказа как е използвала ИИ за да класифицира формата на спектъра на галактики (с fondational neural network), за да определи кои съдържат активни ядра. И е идентифицирала едва ли не хиляди кандидати. Между другото тя каза, че живеем във време, когато астрономията изостава елементарното бинарно класифициране на обектите и преминава към по-близко описание на това, как Вселената работи, защото явленията, в случая, активните галактики, са непрекъснато (употребено като противоположност на дискретно) явление. Много интелигентен доклад, с мисъл за по-широката перспектива.
Вторият доклад бе за разпознаван на активни галактики в ДЕСИ – голям американски спектроскопски обзор в южното полукълбо, а третият – за връзката между оптичните и инфрачервените спектри на активните галактики и изводът беше, че са свързани. И последният доклад беше също за идентификация на активни галактики, но в друг обзор – WAVE. Съвпаденията не са случайно – последните години се появиха множество подобни обзори и има голяма общност, която се опитва да ги използва с една и съща цел. Разбира се, повторението на усилия не е желателно, но от друга страна хората се проверяват.
Втората и последната сесия за деня беше много по-ИИ ориентирана. В първия доклад стана дума за редуциране на размерността на спектрите. Размерността на един спектър е равна на броя спектрални елементи в него. Но това е вярно само ако спектърът е случаен. В реалните спектри има физика, която „свързва“ отделните спектрални елементи, т.е. те не са независими и това позволява, поне на теория, един спектър да се опише с по-малко параметри, отколкото са спектралните елементи в него. А това, само по себе си е път за характеризиране и класифициране на спектри. Много интересен доклад, записах си няколко цитата – това са статии, които би трябвало да прочета. Един ден, някога. от този доклад ми припомни и друго – че с редуцирането на размерността може да бъде загубена физика, която не е включена в моделите, които се използват за обучение на моделите.
В известен смисъл втория доклад беше антитеза на първия, защото докладчикът беше приел подход, не изискващ модели: unsupervised machine learning. Идеята е да се прави клъстеринг, но не на звезди по небето, както обикновено си мисли човек, а на спектри. Разбира се, всеки техен спектър им 4000 елемента (или параметъра), което налага да се ползват специални алгоритми за клъстеринг. Методът им, приложен върху SDSS, генерира почти 3000 класа, но повечето то тях са сходни – просто съответстват на обекти на различно червено отместване. Те прилагат отделен алгоритъм за измерване на „разстоянието“ между куповете и групират обектите в последователност. И резултатът беше впечатляващ – квазарите бяха заедно, от едната им страна се гупираха квазарите с по-тесни линии, следвани от нормалните галактики. Което съответства на теорията, че тесноивичните квазари са млади квазари. С други думи, той получи по независим начин еволюционна последователност на квазарите, които винаги произхождат от нормални галактики.
Последният доклад бе за изследване на „сглобяването“ на Млечния път с помощта на спектри от инфрачервен спектрален обзор APOGEE, анализирани с ИИ. Всяка галактика „расте“, поглъщайки по-малки галактики, звездите от които стават част то нея. Но дори смесни с „местните“ звезди, те могат да се разпознаят по химичния състав и кинематиката си. Докладчикът беше приложила метод за клъстеринг, наречен OPTICS, който и аз използвах, но за търсене на звездни купове. Тя беше идентифицирала купове в халото на Млечния път, както и няколко известни стрийма, които са малки галактики, в процес на поглъщане. Данните им показват структура в два от тези стриймове и най-важното – намерили са един нов кандидат стрийм.
С това и вторият ден а конференцията завърши. Беше по-интересен от първия. Вече стигнахме средата, поне за мен, защото ми предстои да пропусна петъка.