ব্ল্যাক হোল হান্টার্স

সেলফ-লেন্সিং ইভেন্ট কতটা বিরল?

অত্যন্ত বিরল! আমাদের ভাগ্য ভালো হলে পুরো সুপার-ওয়াস্প (SuperWASP) ডেটাসেটে হয়তো ১০টির মতো এবং টেস (TESS) মিশনে শ’খানেক উদাহরণ পেতে পারি। এখন পর্যন্ত কোনো বাইনারি সিস্টেমে (যুগ্ম নক্ষত্র ব্যবস্থা) ব্ল্যাক হোল দ্বারা সেলফ-লেন্সিংয়ের কোনো অকাট্য প্রমাণ পাওয়া যায়নি। আপনি যদি এমন একটি খুঁজে পেতে সাহায্য করেন, তবে আপনি বিজ্ঞানের ইতিহাসে নাম লেখাবেন!

আপনারা কেন সিমুলেটেড (কাল্পনিকভাবে তৈরি) লাইট-কার্ভ ব্যবহার করছেন?

আমরা যে ধরনের ঘটনা খুঁজছি তা এতটাই বিরল যে বাস্তবে এখন পর্যন্ত কোনো উদাহরণ আমরা দেখিনি। আমরা দুটি কারণে সিমুলেটেড লাইট-কার্ভ ব্যবহার করি। প্রথমত, আপনাকে চূড়ার আকৃতি সম্পর্কে ধারণা দেওয়া, যাতে বাস্তবে এমন লেন্সিং দেখলে আপনি তা মিস না করেন। দ্বিতীয় কারণ হলো, সিমুলেটেড লাইট-কার্ভ ব্যবহারের ফলে আমরা এটা বুঝতে পারি যে, ঠিক কতটা কম মাত্রার লেন্সিং বিভর্ধন (magnification) জুনিভার্স ভলান্টিয়াররা শনাক্ত করতে সক্ষম।

কোনো লাইট-কার্ভ সিমুলেটেড কি না তা বুঝব কীভাবে?

সিমুলেটেড বিষয়গুলোতে বিশেষ কিছু মেটাডেটা থাকে যা সিমুলেশন প্যারামিটারগুলো নির্দেশ করে। আপনি যদি Subject Info-তে ক্লিক করে মেটাডেটা চেক করেন এবং এই এন্ট্রিগুলো দেখতে পান, তবে বুঝবেন সেটি সিমুলেটেড। দয়া করে মনে রাখবেন, কোনো বিষয় সিমুলেটেড হলেও আপনি কেবল তখনই "Yes" ক্লিক করবেন যদি আপনি বাস্তবে সেই লাইট-কার্ভে লেন্সিং সংকেত দেখতে পান।

এই কাজ কি কম্পিউটার দিয়ে করা সম্ভব নয়?

লাইট-কার্ভগুলো অনেক সময় খুব বেশি অস্পষ্ট বা নয়েজে ভরা থাকে। এ কারণে একটি লেন্সিং ইভেন্টের লাইট-কার্ভ ঠিক কেমন হতে পারে তা নিখুঁতভাবে অনুমান করা এবং সেই অনুযায়ী একটি অটোমেটিক ডিটেকশন অ্যালগরিদম তৈরি করা খুবই কঠিন। সংকেতগুলো কেমন হওয়া উচিত তা যদি আমরা সঠিকভাবে অনুমান করতে না পারি, তবে আসল সংকেতগুলোও আমাদের নজর এড়িয়ে যেতে পারে।
আধুনিক 'মেশিন লার্নিং' পদ্ধতি হয়তো এই কাজ করতে পারে। তবে অত্যন্ত সতর্ক না থাকলে এই অ্যালগরিদমগুলো ডেটার খুব সূক্ষ্ম টেকনিক্যাল দিকের ওপর ফোকাস করে, কিন্তু আমাদের কাঙ্ক্ষিত চূড়া বা পিকের সামগ্রিক কাঠামোর ওপর নয়। এগুলো ব্যবহার করার জন্য এমন 'ট্রেনিং ডেটা' থাকা প্রয়োজন যা আসল সংকেতের সাথে হুবহু মিলে যায়। এই প্রজেক্টে আমরা যে সিমুলেশনগুলো ব্যবহার করি, সেগুলো ট্রেনিং ডেটা হিসেবে ব্যবহারের মতো যথেষ্ট নির্ভুল নয়। এগুলো লক্ষ্যবস্তু সম্পর্কে একটি স্থূল ধারণা দিলেও বাস্তব থেকে এতটাই আলাদা যে, এগুলো দিয়ে তৈরি কোনো মেশিন লার্নিং অ্যালগরিদম অনেক আসল সংকেত শনাক্ত করতে ব্যর্থ হতে পারে।

মানুষ কেন এখানে এগিয়ে আছে?

মানুষ খুব অল্প কিছু উদাহরণ দেখেও নতুন প্যাটার্ন বা নকশা বুঝে নিতে খুব পটু। উদাহরণগুলোর সাথে হুবহু মিল না থাকলেও তার কাছাকাছি কিছু দেখলে মানুষ তা শনাক্ত করতে পারে। এই প্রজেক্টের ক্ষেত্রে এটি একটি বড় সুবিধা, কারণ আমাদের কাছে কোনো বাস্তব উদাহরণ নেই এবং ভলান্টিয়ারদের কেবল কিছু আনুমানিক সিমুলেশন দেখেই মূল সংকেতগুলো খুঁজে বের করতে হবে।