"Näiden kohteiden tavoittaminen on kuin löytäisi galaksin kokoisia teleskooppeja", kuvailee David Schlegel Lawrence Berkeleyn kansallisesta laboratoriosta. "Ne ovat tehokkaita pimeän aineen ja pimeän energian luotaajia."

Yksi painovoimalinssien sovelluskohde on mitata etäisyyksiä varhaisen kaikkeuden galakseihin, mikäli supernovia havaitaan niissä. Samoin linssit antavat mahdollisuuden tutkia pimeää ainetta.

Ennen aineiston analyysiä Cori-supertietokonetta opetettiin tunnistuksessa. Sille syötettiin tunnettujen painovoimalinssien kuvia ja vertailuotoksia.

Kartoituksessa kerättiin aineistoa maanpäällisellä 4-metrin Mayall-teleskoopilla ja DESI-instrumentilla. Corin neuroverkkotunnistus kävi läpi materiaalin automatisoidusti. Tämän jälkeen tutkijat luokittelivat vielä kandidaatteja itse.

Todennäköisimpiä painovoimalinssikandidaatteja päästiin kuvaamaan myös Hubblella, joka antoi selvästi terävämpiä kuvia kuin maanpinnalta.

Noin yhdellä kymmenestätuhannesta galaksista voidaan nähdä merkkejä vahvasta painovoimalinssistä. Neuroverkolla seulomisen avulla tutkijoille voi jäädä tarkasteltavaksi esimerkiksi vain muutamia kymmeniä kohteita.

Yhä pidemmälle kehitettävistä tunnistustyökaluista on hyötyä etenkin seuraavan sukupolven tehokkaiden havaintolaitteiden parissa. Erityisen lupaava laite etsinnöissä on LSST-teleskooppi, jonka on määrä aloittaa havaintonsa 2023. 

Aiheesta lisää Lawrence Berkeley National Laboratory (englanniksi)