|
ИИ помогает астрономам делать новые открытия
|
|
|
|
Знаменитое первое изображение черной дыры стало в два раза четче. Исследовательская группа использовала искусственный интеллект, чтобы значительно улучшить свое первое изображение 2019 года, которое теперь показывает черную дыру в центре галактики M87 темнее и больше, чем на первом изображенном изображении. Я астроном, изучаю и пишу о космологии, черных дырах и экзопланетах. Астрономы используют ИИ на протяжении десятилетий. Фактически, в 1990 году астрономы из Аризонского университета, профессором которого я являюсь, были одними из первых, кто использовал тип ИИ, называемый нейронной сетью, для изучения форм галактик. С тех пор ИИ распространился во все области астрономии. По мере того, как технология становилась все более мощной, алгоритмы искусственного интеллекта начали помогать астрономам обрабатывать массивные наборы данных и открывать новые знания о Вселенной.
|
|
|
|
Пока астрономия была наукой, она включала в себя попытки разобраться во множестве объектов в ночном небе. Это было относительно просто, когда единственными инструментами были невооруженный глаз или простой телескоп, а все, что можно было увидеть, — это несколько тысяч звезд и горстка планет. Сто лет назад Эдвин Хаббл использовал недавно построенные телескопы, чтобы показать, что Вселенная заполнена не только звездами и облаками газа, но и бесчисленными галактиками. Поскольку телескопы продолжали совершенствоваться, само количество небесных объектов, которые люди могут видеть, и количество данных, которые астрономы должны сортировать, также росли в геометрической прогрессии. Например, обсерватория Веры Рубин в Чили, которая скоро будет завершена, будет делать изображения настолько большими, что для полного просмотра каждого потребуется 1500 экранов телевизоров высокой четкости. Ожидается, что за 10 лет будет сгенерировано 0,5 экзабайта данных, что примерно в 50 000 раз превышает объем информации, содержащейся во всех книгах, содержащихся в Библиотеке Конгресса.
|
|
|
Есть 20 телескопов с зеркалами диаметром более 20 футов (6 метров). Алгоритмы искусственного интеллекта — единственный способ, с помощью которого астрономы могут когда-либо надеяться обработать все данные, доступные им сегодня. Есть несколько способов, которыми ИИ оказывается полезным в обработке этих данных. Астрономия часто связана с поиском иголок в стоге сена. Около 99 % пикселей на астрономическом изображении содержат фоновое излучение, свет от других источников или черноту космоса, и только 1 % имеют тонкие очертания тусклых галактик. Алгоритмы искусственного интеллекта, в частности нейронные сети, использующие множество взаимосвязанных узлов и способные учиться распознавать закономерности, идеально подходят для выделения закономерностей галактик. Астрономы начали использовать нейронные сети для классификации галактик в начале 2010-х годов. Сейчас алгоритмы настолько эффективны, что могут классифицировать галактики с точностью до 98%.
|
|
|
|
Эта история повторилась и в других областях астрономии. Астрономы, работающие над поиском внеземного разума SETI, используют радиотелескопы для поиска сигналов от далеких цивилизаций. Раньше радиоастрономы просматривали карты на глаз, чтобы найти аномалии, которые нельзя было объяснить. Совсем недавно исследователи задействовали 150 000 персональных компьютеров и 1,8 миллиона гражданских ученых для поиска искусственных радиосигналов. Теперь исследователи используют ИИ, чтобы просеивать огромное количество данных гораздо быстрее и тщательнее, чем люди. Это позволило усилиям SETI охватить больше, а также значительно сократить количество ложноположительных сигналов. Другой пример — поиск экзопланет. Астрономы обнаружили большую часть из 5300 известных экзопланет, измерив падение количества света, исходящего от звезды, когда планета проходит перед ней. Инструменты ИИ теперь могут определять признаки экзопланеты с точностью 96%.
|
|
|
|
ИИ отлично зарекомендовал себя в идентификации известных объектов, таких как галактики или экзопланеты, которые астрономы приказывают ему искать. Но он также весьма эффективен при поиске объектов или явлений, которые являются теоретическими, но еще не обнаружены в реальном мире. Команды использовали этот подход для обнаружения новых экзопланет, изучения звезд-предков, которые привели к формированию и росту Млечного Пути, и предсказания сигнатур новых типов гравитационных волн. Для этого астрономы сначала используют ИИ для преобразования теоретических моделей в наблюдаемые сигнатуры, включая реалистичные уровни шума. Затем они используют машинное обучение, чтобы повысить способность ИИ обнаруживать предсказанные явления.
|
|
|
|
Наконец, радиоастрономы также используют алгоритмы искусственного интеллекта для просеивания сигналов, которые не соответствуют известным явлениям. Недавно команда из Южной Африки обнаружила уникальный объект, который может быть остатком взрывного слияния двух сверхмассивных черных дыр. Если это подтвердится, данные позволят провести новую проверку общей теории относительности — описание пространства-времени Альбертом Эйнштейном. Как и во многих сферах жизни в последнее время, генеративный ИИ и большие языковые модели, такие как ChatGPT, также производят фурор в мире астрономии. Команда, создавшая первое изображение черной дыры в 2019 году, использовала генеративный ИИ для создания нового изображения. Для этого он сначала научил ИИ распознавать черные дыры, скармливая ему симуляции многих видов черных дыр. Затем команда использовала созданную модель искусственного интеллекта, чтобы заполнить пробелы в огромном количестве данных, собранных радиотелескопами о черной дыре M87.
|
|
|
|
Используя эти смоделированные данные, команда смогла создать новое изображение, которое в два раза четче исходного и полностью соответствует предсказаниям общей теории относительности. Астрономы также обращаются к ИИ, чтобы упростить современные исследования. Команда из Гарвард-Смитсоновского центра астрофизики создала языковую модель под названием astroBERT для чтения и систематизации 15 миллионов научных работ по астрономии. Другая команда, базирующаяся в НАСА, даже предложила использовать ИИ для определения приоритетов астрономических проектов — процесс, которым астрономы занимаются каждые 10 лет. По мере развития ИИ он стал важным инструментом для астрономов. По мере того, как телескопы становятся лучше, наборы данных становятся больше, а ИИ продолжают совершенствоваться, вполне вероятно, что эта технология будет играть центральную роль в будущих открытиях Вселенной.
|
|
|
|
Источник
|
