Jakter på mørk materie

Fire ingeniørstudenter ved NTNU i Ålesund har forsøkt å finne svar på noen av universets store mysterium.

Fra venstre: Simon Nedreberg Runde, Sondre Westbø Remøy, Simon Ingebrigtsen og Einar Leite Austnes

Fire ingeniørstudenter ved NTNU i Ålesund har forsøkt å finne svar på noen av universets store mysterium.

Med bacheloroppgaven «Intergalaktisk maskinsyn» tok studentene for seg oppgaven med å kartlegge mørk materie, altså den materien i verdensrommet som ikke er synlig. Arbeidet danner grunnlaget for hva NTNU håper kan utvikle seg videre til et spennende forskningsprosjekt.

Einar Leite Austnes, Simon Ingebrigtsen, Simon Nedreberg Runde og Sondre Westbø Remøy kan nå titulere seg som nyutdannede automasjonsingeniører fra Institutt ved IKT og realfag.  De har brukt det siste semesteret fordypet i matematiske ligninger for å visualisere hvordan lyset i universet blir bøyd av astronomiske objekter. Dette kan gi en viktig pekepinn på hva som befinner seg ute i rommet, nemlig hva lyset blir bøyd av.

Graviatsjonslinsing

– Vi har utviklet en simulator som tar bilde av en lyskilde og forvrenger det bildet ut fra en gitt gravitasjonslinsemodell, forteller studentene – Når lys passerer et objekt vil lyset påvirkes av tyngdekraften til objektet og banen til lyset vil endre seg – litt som en optisk linse. Fenomenet har fått navnet gravitasjonslinsing. Dette kan brukes til å indirekte observere mørk materie, noe som er avgjørende dersom vi skal klare å lage et fullstendig kart over hele universet.

– Forvrengningen av lyset i rommet kan sammenlignes med hva som skjer når man har på seg briller, forklarer universitetslektor Ben David Normann. Sammen med professor Hans Georg Schaathun var han veileder for studentene. – En person med briller ser skarpt fordi lyset blir bøyd på en gitt måte gjennom brilleglassene og inn på netthinnen. Litt sånn er det med mørk materie også, det har tyngdekraft som vanlig materie og det bøyer lyset og gir et forvrengt bilde, sier Normann.

Stolte veiledere Ben David Normann og Hans Georg Schaathun

Bruk av superdatamaskin

Å visualisere hvordan lyset i universet blir bøyd av tunge objekter – f.eks. en galakse eller en stjerne –   var bare én del av oppgaven. Studentene skulle også klare å rette opp forvrengte bilder.

–Dersom man greier å rekonstruere hvordan galaksen egentlig ser ut når man tar bort linsen som forvrenger bildet, så gir dette mye informasjon om linsen, forklarer Normann. Siden linsen er en galakse full av mørk materie så gir dette igjen mye informasjon om den mørke materien.

– Vi har brukt maskinlæring for å rekonstruere gravitasjonslinsemodeller, forteller studentene.

– Maskinlæring er i utgangspunktet det samme som statistikk, forklarer Schaathun. – Forskjellen er at i maskinlæring ser man på datasett som er for store og modeller som er for komplekse til å regne ut for hånd.

Trening av modellene brukte mye kraft og minne, så derfor fikk studentene bruke NTNUs egen superdatamaskin IDUN.

– Vi har brukt rulettformalisen til kosmolog Chris Clarkson og har lagd den første simulatoren som visualiserer rulettlinsing i sanntid. Vi har også lagt grunnlaget for at man skal kunne bruke maskinlæring til å rekonstruere rulettforvrengte bilder i fremtiden, forteller studentene.

Skjermdump fra presentasjonen som viser simulatoren

Springbrett for videre forskning

Både Normann og Schaathun er imponerte over studentene. – De var veldig selvdrevne, og viste tydelig eierskap over prosjektet, smiler Normann.

– Det unike med instituttet vårt her i Ålesund er at vi har veldig mange fagfelt samlet på ett institutt, skyter Schaathun inn. – Dette gjør det enklere å samarbeide på tvers av fagfeltene. For studentene har dette vært verdifullt med tanke på å arbeide med sitt eget fag – automatisering og intelligente systemer – i en kontekst som er helt annen enn den de har studert i eller kommer til å arbeide i.

Studentene innrømmer likevel at prosjektet bød på noen utfordringer. – Det vanskeligste var nok å tolke de matematiske ligningene, å forstå astrofysikken samt å implementere dette i et kjørbart program.

Selv om bacheloroppgaven er innlevert, har studentene banet vei for videre forskning.

– Vi har søkt om et prosjekt fra forskningsrådet for å bygge videre på studentenes arbeid. Om det blir innvilget kan vi tilsette forskere til å arbeide med både maskinlæringen og de matematiske modellene, avslutter Schaathun.