يعد تحديد عمر النجوم أمرًا حاسمًا لأبحاث علم الفلك، لكن الوسائل التقليدية للمراقبة تجد صعوبة في تحقيق ذلك مباشرة. طور فريق من علماء الفلك في جامعة تورنتو نموذج ذكاء اصطناعي يُسمى ChronoFlow، يحلل بيانات النجوم الدوارة في التجمعات النجمية، مستخدمًا تقنيات التعلم الآلي للكشف عن أنماط تغير سرعة دوران النجوم مع تقدم العمر. نُشرت نتائج هذا البحث في مجلة The Astrophysical Journal، حيث تفوقت دقة التنبؤ لهذا النموذج على النماذج التحليلية الحالية.

يعتمد نظام ChronoFlow على بيانات من مشاريع المسح الفلكي مثل Kepler وK2 وTESS وGAIA، حيث تم إنشاء دليل يضم أكثر من 30 تجمعًا نجميًا بأعمار مختلفة وما يقرب من 8000 نجم دوار. من خلال تدريب نموذج الذكاء الاصطناعي، نجح النظام في محاكاة الخصائص المتغيرة زمنيًا لسرعة دوران التجمعات النجمية. قال البروفيسور سبيغل، الذي أشرف على المشروع بالكامل: "هذا يشبه تخمين عمر شخص في صورة جديدة من خلال صور لأشخاص في أعمار مختلفة. التجمعات النجمية لها نفس العمر، لكن عمر النجم الفردي غير معروف، ونموذجنا يحل هذه المشكلة."

لا يوفر هذا النموذج أداة رئيسية لفهم آليات عمل النجوم فحسب، بل له أيضًا قيمة كبيرة في دراسة تطور الكواكب خارج المجموعة الشمسية وتاريخ مجرة درب التبانة. أثبت نجاح ChronoFlow إمكانات التعلم الآلي في حل المشكلات الفيزيائية الفلكية، وقد تم إتاحة الكود والوثائق الخاصة به عبر GitHub للجمهور، مما يتيح للباحثين في جميع أنحاء العالم استخدام بيانات المراقبة لاستنتاج أعمار النجوم.