HANNO VINTO I TEAM AUSTRALIANI

Completata la prima Ska Science Data Challenge

Anche i radioastronomi e le radioastronome devono allenarsi, in particolare a scavare efficacemente nell'immensa mole di dati che lo Square Kilometre Array - il radiotelescopio più grande del mondo - produrrà. Per questo sono state prodotte immagini radio artificiali che nove squadre, tra qui una italiana, hanno setacciato con diversi software alla ricerca di radiosorgenti

Una delle immagini della Ska Science Data Challenge, che mostra alcune radiogalassie come se fossero osservate dalle antenne sudafricane Ska-mid a 1.4 GHz. Crediti: Ska Organization

Si è conclusa da poco la prima Ska Science Data Challenge, una sfida internazionale che ha visto coinvolti astronomi e specialisti di software di tutto il mondo, Italia compresa, in un training per l’analisi e la gestione dei dati che verranno prodotti da Ska, lo Square Kilometre Array.

Alla sfida hanno partecipato nove squadre, rappresentanti 12 istituzioni per 8 paesi, tra cui una italiana, a cui è stato richiesto di analizzare una serie di immagini ad altissima risoluzione del cielo radio (4 GB l’una per 32000 pixel di lato). Lo scopo era estrarre, identificare e classificare le radiosorgenti presenti nel campo di vista, utilizzando un software di loro scelta. Radiosorgenti anche deboli, che si mescolano nel rumore dell’immagine e che sono quindi difficili da stanare. In pratica, si tratta della normale procedura che viene seguita per produrre cataloghi di sorgenti a partire da osservazioni di ampie aree di cielo, le surveys. Ma il punto è che le immagini non sono reali, bensì delle simulazioni.

Queste immagini sintetiche vogliono dare un’idea di come apparirà il cielo radio agli “occhi” delle antenne Ska in Sud Africa a tre diverse frequenze (560 MHz, 1.4 GHz e 9.2 GHz), e per tre tempi diversi di esposizione (8, 100 e 1000 ore)  e riproducono una distribuzione di radiosorgenti mescolate al rumore atteso da quelle osservazioni. Un’iniziativa che è un vero e proprio training, quindi, per prepararsi al meglio al lavoro e alla gestione che i dati reali di Ska, di dimensioni di gran lunga maggiori, richiederanno.

«Sono entusiasta di questa prima Science Data Challenge e di vedere la comunità Ska così coinvolta, e desidero ringraziare tutti coloro che hanno partecipato, ha detto Anna Bonaldi, project scientist di Ska, a guida di questa sfida. «Come speravamo, le squadre erano composte non solo da radioastronomi e membri dei nostri gruppi di lavoro scientifici, ma anche da più ampie comunità di astronomia e informatica, mostrando chiaramente l’ampio coinvolgimento che si sta creando attorno a Ska».

La classifica delle squadre è stata stilata in base a quante sorgenti reali il software scelto da ogni squadra è stato in grado di rilevare rispetto al rumore di fondo. In vetta alla classifica, il team dell’organizzazione australiana International Center for Radio Astronomy Research (Icrar). «Avevamo due squadre sfidanti, una dei quali ha collaborato con l’Università di Oxford nel Regno Unito», ha commentato Andreas Wicenec dell’Icrar. «Una squadra ha usato un prototipo di algoritmo automatico, che è stato sviluppato per identificare e classificare radiosorgenti estese, e l’altra ha invece utilizzato una tecnica basata sull’analisi tradizionale della segmentazione delle immagini. Siamo molto soddisfatti di entrambi gli approcci e ovviamente molto contenti delle prestazioni di Icrar in questa sfida inaugurale».

Questa è solo la prima di una serie di sfide formative per la comunità Ska. Il team Ska Project Science ora inviterà le varie squadre a condividere i risultati e le lezioni apprese da ciascun approccio, per la pubblicazione di un articolo scientifico.

L’elenco delle squadre partecipanti e dei software utilizzati sono disponibili sul sito web di SKA Science.


Che cosa fa una project scientist di Ska? Ascoltalo dalle stesse parole di Anna Bonaldi, in questa intervista realizzata da Media Inaf nel 2017: