De onderzoekers berekenden met behulp van een supercomputer de banen van de zon, de planeten en de ruimterotsen in de komende tienduizend jaar. Daarna volgden ze de banen weer terug in de tijd terwijl ze planetoïden lanceerden vanaf het aardoppervlak. Uiteindelijk maakten ze zo een database van hypothetische planetoïden waarvan de onderzoekers weten dat die op het aardoppervlak landen.
Sterrenkundige en simulatie-expert Simon Portegies Zwart (Universiteit Leiden) legt uit: "Als je de klok terugdraait, zie je de bekende ruimterotsen weer op aarde terechtkomen. Zo kun je een bibliotheek maken van de banen van op aarde neergekomen planetoïden." De bibliotheek van planetoïden diende vervolgens als trainingsmateriaal voor het neurale netwerk.
Hazardous Object Identifier (HOI)
De eerste serie berekeningen werd uitgevoerd op de nieuwe Leidse supercomputer ALICE. Het uiteindelijke neurale netwerk draait op een eenvoudige laptop. De onderzoekers noemen hun methode Hazardous Object Identifier (HOI). In het Engelstalige vakblad leggen ze uit dat 'hoi' in het Nederlands zoiets betekent als 'hello'.
Het neurale netwerk kan de bekende aardscheerders goed herkennen. Daarnaast identificeert HOI ook een aantal gevaarlijke objecten die eerder niet als zodanig zijn aangemerkt. Zo ontdekte HOI elf planetoïden die tussen het jaar 2131 en 2923 dichterbij dan tien keer de afstand aarde-maan komen en groter zijn dan honderd meter in doorsnee.
Dat deze planetoïden niet eerder als potentieel gevaarlijk zijn aanmerkt, komt doordat de baan van deze planetoïden zo chaotisch is. Daardoor worden ze niet door opgemerkt door de huidige software van ruimtevaartorganisaties die gebaseerd is op kansberekeningen en op dure uitgebreide simulaties.
Planetoïden-op-ramkoers eerder opmerken
Volgens Portegies Zwart is het onderzoek slechts een eerste oefening: "We weten nu dat onze methode werkt, maar we zouden het zeker verder willen uitzoeken met een beter neuraal netwerk en met meer input. Het lastige is namelijk dat kleine verstoringen in de baanberekeningen tot grote veranderingen in de conclusies kunnen leiden."
De onderzoekers hopen dat in de toekomst een kunstmatig neuraal netwerk gebruikt kan worden om mogelijk gevaarlijke objecten op te sporen. Zo'n methode is veel sneller dan de traditionele methodes van ruimtevaartorganisaties. Door planetoïden-op-ramkoers eerder op te merken, zo zeggen de onderzoekers, kunnen organisaties eerder een strategie bedenken om een inslag te voorkomen.
Wetenschappelijk artikel
"Identifying Earth-impacting asteroids using an artificial neural network". Door: John D. Hefele (Universiteit Leiden), Francesco Bortolussi (Universiteit Leiden), Simon Portegies Zwart (Universiteit Leiden). In Astronomy & Astrophysics, februari 2020. (preprint)