Científicos de la Universidad de Manchester que trabajan en un revolucionario proyecto de telescopio han aprovechado el poder de la computación distribuida de la colaboración GridPP del Reino Unido para abordar uno de los mayores misterios del Universo:la naturaleza de la materia oscura y la energía oscura.

Investigadores de la Universidad de Manchester han utilizado recursos proporcionados por GridPP, que representan la contribución del Reino Unido a la red informática utilizada para encontrar el bosón de Higgs en el CERN, para ejecutar algoritmos de procesamiento de imágenes y aprendizaje automático en miles de imágenes de galaxias de la energía oscura internacional. Encuesta.

El equipo de Manchester es parte del proyecto colaborativo para construir el Large Synoptic Survey Telescope (LSST), un nuevo tipo de telescopio actualmente en construcción en Chile y diseñado para realizar un estudio de 10 años del Universo dinámico. LSST podrá mapear todo el cielo visible.

En preparación para que el LSST comience su revolucionario escaneo, un proyecto de investigación piloto ha ayudado a los investigadores a detectar y trazar el mapa de la cizalladura cósmica vista a través del cielo nocturno, uno de los signos reveladores de la materia oscura y la energía oscura que se cree que constituyen alrededor del 95 por ciento de lo que vemos en el Universo. Esto, a su vez, ayudará a prepararse para el análisis de los 200 petabytes de datos esperados que recopilará el LSST cuando comience a operar en 2023.

El equipo de investigación piloto con sede en The Manchester of University fue dirigido por el Dr. Joe Zuntz, cosmólogo originalmente en el Observatorio Jodrell Bank de Manchester y ahora investigador en el Observatorio Real de Edimburgo.

"Nuestro objetivo general es abordar el misterio del universo oscuro, y este proyecto piloto ha sido enormemente significativo. Cuando el LSST esté en pleno funcionamiento, los investigadores se enfrentarán a una avalancha de datos galácticos, y nuestro trabajo nos preparará para el desafío analítico que tenemos por delante. "dijo Sarah Bridle, Catedrático de Astrofísica.

Dr. George Beckett, el Gerente de Proyectos del Centro de Ciencias LSST-UK con sede en la Universidad de Edimburgo, añadió:"El piloto ha sido un gran éxito. Habiendo completado el trabajo, Joe y sus colegas pueden realizar análisis de corte en grandes conjuntos de imágenes mucho más rápido que antes. Agradecemos a los miembros de la comunidad GridPP por su ayuda y apoyo en todo momento ".

El LSST producirá imágenes de galaxias en una amplia variedad de bandas de frecuencia del espectro electromagnético visible, con cada imagen dando información diferente sobre la naturaleza y la historia de la galaxia. En tiempos pasados las mediciones necesarias para determinar propiedades como la cizalladura cósmica podrían haberse realizado a mano, o al menos con procesamiento informático supervisado por humanos.

Con los miles de millones de galaxias que se espera que sean observadas por LSST, tales enfoques son inviables. Por lo tanto, se ha desarrollado un software especializado de procesamiento de imágenes y aprendizaje automático (Zuntz 2013) para su uso con imágenes de galaxias de telescopios como LSST y sus predecesores. Esto se puede utilizar para producir mapas de cizalladura cósmica. Entonces, el desafío se convierte en procesar y administrar los datos de cientos de miles de galaxias y extraer los resultados científicos requeridos por los investigadores del LSST y la comunidad astrofísica en general.

Como cada galaxia es esencialmente independiente de otras galaxias del catálogo, el flujo de trabajo de procesamiento de imágenes en sí es altamente paralelizable. Esto lo convierte en un problema ideal para abordar con el tipo de recursos e infraestructura de Computación de alto rendimiento (HTP) que ofrece GridPP. De muchas maneras, Los datos de los eventos de colisión de partículas del Gran Colisionador de Hadrones del CERN son como los producidos por una cámara digital (de hecho, Los detectores basados ​​en píxeles se utilizan cerca de los puntos de interacción) y GridPP procesa regularmente miles de millones de estos eventos como parte de Worldwide LHC Computing Grid (WLCG).

Un ejercicio piloto dirigido por el Dr. Joe Zuntz mientras estaba en la Universidad de Manchester y apoyado por uno de los expertos en GridPP con más experiencia y más tiempo, Alessandra Forti, administradora sénior del sistema, vio la migración del flujo de trabajo de análisis de imágenes a la infraestructura informática distribuida de GridPP. Los datos de Dark Energy Survey (DES) se utilizaron para el piloto.

Después de transferir estos datos desde los EE. UU. A GridPP Storage Elements, y habilitar la organización virtual LSST en varios sitios GridPP Tier-2, el paquete de software de análisis IM3SHAPE (Zuntz, 2013) fue probado en local, máquinas cliente compatibles con la red para garantizar un funcionamiento sin problemas en la red. Luego, los trabajos de análisis se enviaron y administraron utilizando el paquete de software Ganga, que es capaz de coordinar los miles de análisis individuales asociados con cada lote de galaxias. Las ejecuciones iniciales se enviaron utilizando Ganga a los sitios de la red local, pero el piloto progresó hasta el envío a varios sitios a través del servicio GridPP DIRAC (Infraestructura distribuida con control remoto de agentes). La flexibilidad de Ganga permite ambos tipos de sumisión, lo que facilitó significativamente la transición de la ejecución local a la distribuida.

Al final del piloto, El Dr. Zuntz pudo ejecutar el flujo de trabajo de procesamiento de imágenes en múltiples sitios GridPP, enviando regularmente miles de trabajos de análisis en imágenes DES.