Amikor megpróbáljuk megérteni az univerzumot, megszállottá válunk - a megfigyelési szomjúság vonzza minket. A műholdak száz terabyte adat információt továbbítanak évente, és Chilében csak egy távcső hozza létre 15 terabyte térképeket minden este. Senki sem tudja kezdeni őket kézzel. Ahogy Carlo Enrico Petrillo csillagász mondja: „A galaxisok képeinek megtekintése a munkánk legromantikusabb része. A probléma az, hogy hogyan lehet koncentrálni. Ezért Petrillo olyan AI-t dolgoz ki, amely segít neki.
Petrillo és kollégái olyan jelenséget kerestek, amely lényegében űrteleszkóp. Amikor egy hatalmas tárgyat (galaxist vagy fekete lyukat) fognak el egy távoli fényforrás és a Földön lévő megfigyelő között, az meghajlik a tér és a fény körül, és ezzel lencsét hoz létre, amely lehetővé teszi a csillagászok számára, hogy közelebbről vizsgálják meg a világegyetem hihetetlenül régi és távoli részeit, amelyek a mi nézetünkből rejtve vannak. Ezt a hatást gravitációs lencséknek hívják, és ezek a lencsék képezik a kulcsot annak megértéséhez, hogy mire készül az univerzum. Eddig lassú és unalmas volt őket megtalálni.
Itt van szükség a mesterséges intelligenciára - és a gravitációs lencsék keresése a legelején. Ahogyan Stanford professzor, Andrew Ng állította, az AI képes automatizálni mindent, amit "egy tipikus ember kevesebb, mint egy másodperc alatt képes megtenni". Egy másodpercnél rövidebbek nem tűnnek túl soknak, de ha nagy mennyiségű adatot szitálunk, ez egy áldás.
A csillagászok új hulláma az AI-t nem csupán az adatgyűjtőn vizsgálja. Feltalálnak valamit, ami egy teljesen új módszer lehet a tudományos felfedezések keresésére, ahol a mesterséges intelligencia megjeleníti az univerzum azon részeit, amelyeket még soha nem látottunk.
De először: gravitációs lencsék. Einstein általános relativitáselmélete már az 1930-as években előre jelezte ezt a jelenséget, ám az első példák csak 1979-ben jelentkeztek. Miért? Mivel a tér nagyon, nagyon nagy, és az emberek hosszú időt vettek igénybe, különösen modern távcsövek nélkül. A gravitációs lencsék vadászata kihívást jelentett.
„Azok a lencsék, amelyek mostanában sokféleképpen megtalálhatók” - mondja Lilia Williams, a Minnesota Egyetem asztrofizikai professzora. „Néhányat véletlenül fedeztek fel, az emberek valami teljesen másikat kerestek. Néhányat olyan emberek találtak, akik második vagy harmadik alkalommal keresték őket."
Promóciós videó:
Az AI nagyon jól néz ki képeket. Tehát Petrillo és kollégái a Szilícium-völgyben lévő szeretett AI eszközhöz fordultak: egyfajta számítógépes program, amely digitális "neuronokból" áll, modellezve azokat a valódi eszközöket, amelyek a bemenetre reagálnak. Töltse be ezeket a programokat (neurális hálózatok) sok adatgal, és megtanulják felismerni a mintákat és a mintákat. Különösen jól működnek a vizuális információkkal, és különféle gépi látórendszerekben használják őket - az önvezető autók kameráitól az arcfelismerésig a Facebook képein.
Ahogy a múlt hónapban megjelent cikkben írták, meglepően egyszerű volt ezt a technológiát alkalmazni a gravitációs lencsék vadászatára. Először a tudósok adatkészletet készítettek a neurális hálózat kiképzésére - 6 millió hamis képet készítettek gravitációs lencsékkel és anélkül. Ezután adatainkat az ideghálózatba tápláltuk, és hagytuk kitalálni a mintákat. Egy kis finomítás és az eredmény egy olyan program, amely felismeri a gravitációs lencséket egy pillanat alatt.
"Az emberi arc nagyszerű osztályozója óránként ezer sebességgel elemzi a képeket" - mondja Petrillo. Egy lencsét kb. 30 000 galaxisban találnak meg. Ezért az osztályozónak alvás és pihenés nélkül kell működnie egy hétig, hogy csak öt-hat lencsét találjon. Összehasonlításképpen egy neurális hálózat mindössze 20 perc alatt elemzi 21 789 képet. És ez egy ősi processzorral történik.
A neurális hálózat nem volt olyan pontos, mint a számítógép. Annak érdekében, hogy ne hagyja figyelmen kívül a lencsét, széles paramétereket kapott. 761 lehetséges jelölttel állt fel, amelyeket az emberek megvizsgáltak és 56-ra csökkentek. Annak megerősítését, hogy ezek valódi lencsék, ellenőrizni kell és meg kell erősíteni, ám Petrillo szerint egyharmadik valódi lesz. Ez körülbelül egy lencse percenként, összehasonlítva száz lencsével, amelyet az egész tudományos közösség felfedezett az elmúlt évtizedekben. A sebesség hihetetlen, a kilátások hatalmasak.
Ezen lencsék megtalálása nélkülözhetetlen a csillagászat egyik nagy rejtélyének megértéséhez: miből készül az univerzum? Az az anyag, amelyet tudunk (bolygók, csillagok, aszteroidák stb.) Az összes fizikai anyag csupán 5% -át képviseli, és egy további 95% -a teljesen elérhetetlen számunkra. Ezt a 95% -ot hipotetikus anyag képviseli - sötét anyag, amelyet még soha nem figyeltünk meg közvetlenül. Csak azt a gravitációs hatást kell tanulmányoznunk, amelyet az univerzum többi részére gyakorolunk, és a gravitációs lencsék az egyik legfontosabb mutató.
Mi mást tehet az AI? A tudósok számos új eszközön dolgoznak. Néhányan, mint Petrillo, az azonosítás feladatát vállalják: például osztályozzák a galaxisokat. Mások érdekes jelekhez adatfolyamokat keresnek. Egyes ideghálózatok csak a hasznos jelek elkülönítésével távolítják el a rádióteleszkóp mesterséges interferenciáját. Mások segítségével pulzátorokat, szokatlan exoplanetokat vagy azonosítani az alacsony felbontású távcsöveket. Röviden: sok lehetséges felhasználás létezik.
Ez a robbanás részben az általános hardver trendeknek köszönhető, amelyek bővítik az AI területét, például az olcsó számítási teljesítmény elérhetőségéből. A csillagászoknak már nem kell a felhők nélküli éjszakákon ülő nadrágot figyelniük, az egyes bolygók mozgását; ehelyett kifinomult technikát alkalmaznak, amely egyenként letapogatja az eget. A továbbfejlesztett távcsövek és adattárolási technológiák azt jelentik, hogy még több lehetőség van elemzésre - mondta Williams.
A nagy adatkészletek elemzése az, ami nagyszerű a mesterséges intelligencia szempontjából. Megtaníthatjuk őt a minták felismerésére és fáradhatatlanul működőképessé tenni, és soha nem villog és hibázik.
A csillagászok attól tartanak, hogy bíznak-e egy olyan gépen, amelyben esetleg nincs emberi megértés valami szenzációs észlelésére? Petrillo nem. "Általában véve az emberek elfogultabbak, kevésbé hatékonyak és hajlamosabbak a hibákra, mint a gépek." Williams egyetért. "Lehet, hogy a számítógépek hiányoznak bizonyos dolgokról, de szisztematikusan hiányoznak róluk." De amíg tudjuk, amit nem tudnak, nagy kockázat nélkül is telepíthetünk automatizált rendszereket.
Néhány csillagász számára az AI lehetőségei meghaladják az egyszerű adatgyűjtést. Úgy vélik, hogy a mesterséges intelligencia felhasználható olyan információk létrehozására, amelyek kitöltik a vak pontokat az univerzum megfigyeléseinél.
Kevin Schawinski csillagász és csapata a galaxisok és a fekete lyukak asztrofizikájában AI segítségével javítja a homályos távcsövek képeit. E célból egy neurális hálózatot telepítettek, amely páratlan variációkat generál a vizsgált adatokban, mintha egy jó hamisító utánozza egy híres művész stílusát. Ugyanezeket a hálózatokat használták csillagképek hamis képeinek elkészítéséhez; hamis audio párbeszédablakok, amelyek szimulálják a valódi hangokat; és más típusú adatok. Shavinsky szerint az ilyen neurális hálózatok olyan információkat hoznak létre, amelyek korábban elérhetetlenek volt számunkra.
Egy Shavinsky és csapata által az év elején közzétett cikkben megmutatták, hogy ezek a hálózatok javíthatják az űrképek minőségét. Csökkentették számos galaxis képének minőségét, zajt és elmosódást adtak, majd az eredeti képekkel együtt idegi hálózatokon továbbították őket. Az eredmény elképesztő volt. De a tudósok még nem oszthatják meg.
Shawinski óvatos a projekttől. Végül is ellentmond a tudomány alapvetõ tételeinek: az univerzumot csak akkor lehet megismerni, ha azt közvetlenül megfigyeljük. "Ezért ez az eszköz veszélyes" - mondja. És csak akkor használható, ha pontos adatokkal rendelkezünk, és amikor ellenőrizni tudjuk az eredményt. A neurális hálózatot kiképezheti, hogy adatot generáljon a fekete lyukakról, és küldje el az ég egy bizonyos területére, amelyet eddig rosszul fedeztek fel. És ha fekete lyukat talál, a csillagászoknak saját kezükben meg kell erősíteniük a leletét - mint a gravitációs lencsék esetében.
Ha ezek a módszerek eredményesnek bizonyulnak, akkor teljesen új kutatási módszerekké válhatnak, kiegészítve a klasszikus számítógépes szimulációkat és a régi jó megfigyeléseket. Mindeddig csak a kezdet kezdődik, de a kilátások nagyon ígéretesek. "Ha rendelkezett volna ezzel az eszközzel, akkor az összes adatot az archívumokból ki tudja venni, javíthatja, és további tudományos értéket szerezhet." Ez az érték még nem volt ott. Az AI tudományos alkimista lesz, aki segít a régi tudás új tudássá alakításában. És felfedezhetnénk az űröket, mint még soha, anélkül, hogy elhagynánk a Földet.
Ilya Khel