Bir kara deliğin ünlü ilk görüntüsü sadece iki kat daha keskin. Bir araştırma ekibi, önemli ölçüde iyileştirmek için yapay zekayı kullandı. ilk görüntüsü 2019’dan itibaren, şimdi M87 galaksisinin merkezindeki kara deliği tasvir edilen ilk görüntüden daha karanlık ve daha büyük gösteriyor.
ben bir astronom hakkında araştırma yapan ve yazan kozmoloji, Kara delikler Ve ötegezegenler. Gökbilimciler onlarca yıldır AI kullanıyor. Hatta 1990 yılında profesörü olduğum Arizona Üniversitesi’nden astronomlar, sinir ağı adı verilen bir yapay zeka türünü ilk kullanan galaksilerin şekillerini incelemek için.
O zamandan beri AI, astronominin her alanına yayıldı. Teknoloji daha güçlü hale geldikçe, AI algoritmaları gökbilimcilerin devasa veri kümelerini evcilleştirmesine ve evren hakkında yeni bilgiler keşfetmesine yardımcı olmaya başladı.
Daha iyi teleskoplar, daha fazla veri
Astronomi bir bilim olduğu sürece, gece gökyüzündeki çok sayıda nesneyi anlamlandırmaya çalışmakla ilgili olmuştur. Tek araç çıplak göz veya basit bir teleskop olduğunda ve görülebilen tek şey birkaç bin yıldız ve bir avuç gezegen olduğunda bu nispeten basitti.
Yüz yıl önce Edwin Hubble, evrenin sadece yıldızlar ve gaz bulutları ile dolu olmadığını göstermek için yeni yapılmış teleskopları kullandı. ama sayısız galaksi. Teleskoplar gelişmeye devam ettikçe, insanların görebildiği çok sayıda gök cismi ve data miktarı gökbilimcilerin her ikisinin de katlanarak büyüdüğünü ayırması gerekiyor.
Örneğin, yakında tamamlanacak olan Vera Rubin Gözlemevi Şili’de görüntüler o kadar büyük olacak ki, her birini bir bütün olarak izlemek için 1.500 yüksek çözünürlüklü TV ekranı gerekecek. 10 yıl boyunca 0,5 exabyte veri üretmesi bekleniyor – Kongre Kütüphanesi’nde bulunan tüm kitaplarda tutulan bilgi miktarının yaklaşık 50.000 katı.
Çapı 20 fitten (6 metre) büyük aynalara sahip 20 teleskop vardır. AI algoritmaları, gökbilimcilerin bugün ellerinde bulunan tüm veriler üzerinde çalışmayı umabilmelerinin tek yoludur. AI’nın bu verileri işlemede yararlı olduğunu kanıtladığı çeşitli yollar vardır.
AI’nın astronomideki ilk kullanımlarından biri, görüntülerin arka planında gizlenmiş çok sayıda sönük gökadayı seçmekti.
ESA/Webb, NASA & CSA, J. Rigby, CC TARAFINDAN
Kalıpları seçmek
Astronomi genellikle samanlıkta iğne aramayı içerir. Astronomik bir görüntüdeki piksellerin yaklaşık %99’u arka plan radyasyonu, diğer kaynaklardan gelen ışık veya uzayın karanlığını içerir – yalnızca %1’i soluk galaksilerin ince şekillerine sahiptir.
AI algoritmaları – özellikle birbirine bağlı birçok düğüm kullanan ve kalıpları tanımayı öğrenebilen sinir ağları – galaksilerin kalıplarını seçmek için mükemmel bir şekilde uygundur. gökbilimciler başladı galaksileri sınıflandırmak için sinir ağlarını kullanma 2010’ların başında. Şimdi algoritmalar çok etkili galaksileri %98 doğrulukla sınıflandırabildiklerini.
Bu hikaye astronominin diğer alanlarında tekrarlanmıştır. Dünya Dışı Zeka Arayışı SETI üzerinde çalışan gökbilimciler, uzak uygarlıklardan gelen sinyalleri aramak için radyo teleskoplarını kullanıyor. Önceleri, radyo astronomları haritaları gözle taradılar. anormallikleri aramak bu açıklanamazdı. Daha yakın zamanlarda, araştırmacılar 150.000 kişisel bilgisayarı ve 1.8 milyon vatandaş bilim insanını yapay araştırma yapmak için kullandı. radyo sinyalleri. Artık araştırmacılar, veri yığınlarını insanların yapabileceğinden çok daha hızlı ve kapsamlı bir şekilde elemek için yapay zekayı kullanıyor. Bu, SETI çabalarının daha fazla alanı kapsamasına izin verirken, aynı zamanda yanlış pozitif sinyal sayısı.
Başka bir örnek, ötegezegen arayışıdır. Gökbilimciler çoğu şeyi keşfetti 5.300 bilinen ötegezegen bir yıldızdan gelen ışık miktarındaki düşüşü ölçerek Önünden bir gezegen geçtiğinde. AI araçları artık bir ötegezegenin işaretlerini seçebiliyor. %96 doğruluk.
AI araçları, gökbilimcilerin TRAPPIST-1 b gibi yeni ötegezegenleri keşfetmesine yardımcı olabilir.
NASA, ESA, CSA, Joseph Olmsted (STScI), CC TARAFINDAN
Yeni keşifler yapmak
AI, gökbilimcilerin aramasını söylediği bilinen nesneleri (galaksiler veya ötegezegenler gibi) belirlemede mükemmel olduğunu kanıtladı. Ancak teorize edilmiş ancak gerçek dünyada henüz keşfedilmemiş nesneleri veya fenomenleri bulmakta da oldukça güçlüdür.
Ekipler bu yaklaşımı algılamak için kullandı yeni ötegezegenlerhakkında bilgi edinin ata yıldızları Samanyolu’nun oluşumuna ve büyümesine yol açan ve yeni türlerin imzalarını tahmin eden yerçekimi dalgaları.
Bunu yapmak için, gökbilimciler önce yapay zekayı teorik modelleri gerçekçi gürültü seviyeleri de dahil olmak üzere gözlemsel imzalara dönüştürmek için kullanıyor. Daha sonra yapay zekanın tahmin edilen fenomenleri tespit etme yeteneğini keskinleştirmek için makine öğrenimini kullanırlar.
Son olarak, radyo astronomları, bilinen olaylara karşılık gelmeyen sinyalleri taramak için AI algoritmalarını da kullanıyorlar. Geçenlerde Güney Afrika’dan bir ekip bir benzersiz nesne bu, iki süper kütleli kara deliğin patlayıcı birleşiminin bir kalıntısı olabilir. Bunun doğru olduğu kanıtlanırsa, veriler yeni bir genel görelilik testine izin verecek – Albert Einstein’ın uzay-zaman açıklaması.
Solda bir kara deliği ilk kez görüntüleyen ekip, sağda kara deliğin başlangıçta düşünülenden daha büyük olduğunu gösteren görüntünün daha keskin bir versiyonunu oluşturmak için yapay zekayı kullandı.
Medeiros ve diğerleri 2023, CC BY-ND
Tahminler yapmak ve delikleri tıkamak
Son zamanlarda hayatın birçok alanında olduğu gibi, üretken yapay zeka ve ChatGPT gibi büyük dil modelleri de astronomi dünyasında dalgalar yaratıyor.
2019’da bir kara deliğin ilk görüntüsünü oluşturan ekip, üretken yapay zeka yeni imajını üretecek. Bunu yapmak için, önce yapay zekaya birçok türde kara deliğin simülasyonlarını besleyerek kara delikleri nasıl tanıyacağını öğretti. Daha sonra ekip, M87 kara deliği üzerindeki radyo teleskopları tarafından toplanan büyük miktardaki verilerdeki boşlukları doldurmak için oluşturduğu yapay zeka modelini kullandı.
Ekip, bu simüle edilmiş verileri kullanarak, orijinalinden iki kat daha keskin ve genel göreliliğin tahminleriyle tamamen tutarlı olan yeni bir görüntü oluşturmayı başardı.
Astronomlar, modern araştırmanın karmaşıklığını yumuşatmak için yapay zekaya da yöneliyor. Harvard-Smithsonian Astrofizik Merkezi’nden bir ekip, astroBERT adlı dil modeli astronomi ile ilgili 15 milyon bilimsel makaleyi okumak ve düzenlemek. NASA merkezli başka bir ekip, AI kullanmayı bile önerdi. astronomi projelerine öncelik vermekgökbilimcilerin her 10 yılda bir katıldığı bir süreç.
AI ilerledikçe, astronomlar için önemli bir araç haline geldi. Teleskoplar daha iyi hale geldikçe, veri kümeleri büyüdükçe ve yapay zekalar gelişmeye devam ettikçe, bu teknolojinin evren hakkında gelecekteki keşiflerde merkezi bir rol oynaması muhtemeldir.
Yapay zeka, sohbet robotları ve makine öğreniminin geleceği hakkında daha fazla bilgi edinmek ister misiniz? Kapsamımızın tamamına göz atın yapay zekaveya kılavuzlarımıza göz atın En İyi Ücretsiz AI Sanat Üreticileri Ve OpenAI ChatGPT Hakkında Bildiğimiz Her Şey.
Chris ImpeyÜniversite Seçkin Astronomi Profesörü, Arizona Üniversitesi
Bu makale şu adresten yeniden yayınlanmıştır: Konuşma Creative Commons lisansı altında. Okumak orijinal makale.