Gerçek astronomik gözlemler üzerine eğitilmiş yapay zeka veya yapay zeka algoritmaları, keşiflerin hızını artırıyor. Bununla birlikte, Berkeley’deki California Üniversitesi’ndeki gökbilimciler, yapay zekanın genel görelilikten kaynaklanan karmaşık matematikte gizlenmiş beklenmedik bağlantıları – özellikle bu fikrin diğer yıldızların etrafındaki yeni gezegenlerin keşfine nasıl uygulandığını – ortaya çıkarabileceğini keşfetti. Bu tür gezegen sistemleri bir arka plan yıldızının önünden geçtiğinde ve onu geçici olarak aydınlattığında ötegezegenleri daha hızlı konumlandırmak için oluşturulmuş bir yapay zeka algoritması – kütleçekimsel mikro mercekleme olarak bilinir – bu bulguları açıklamak için kullanılan teorilerin eksik olduğunu ortaya çıkardı.
Albert Einstein 1936’da ön plandaki bir yıldızın uzak bir yıldızdan gelen ışığı nasıl bükebildiğini, sadece onu Dünya’dan görüldüğü gibi aydınlatmakla kalmayıp, aynı zamanda onu birden fazla ışık noktasına böldüğünü veya şimdi Einstein halkası olarak bilinen bir halkaya bükebileceğini gösterdi.
Ön plan nesnesi bir gezegene sahip bir yıldız olduğunda, zaman içindeki parlaklık daha karmaşıktır. Ayrıca, dejenerasyon olarak bilinen belirli bir ışık eğrisini de açıklayabilen çok sayıda gezegen yörüngesi vardır. İnsanlar matematiği basitleştirdi ve sonuç olarak daha geniş resmi kaçırdı.
Öte yandan AI algoritması, teleskopların mikromercekleme sırasında algıladıklarının yorumlanmasında iki ana yozlaşma türünü birleştirmenin matematiksel bir yoluna işaret etti. Araştırmacılara göre, iki teorinin, muhtemelen hala eksik olan daha geniş bir teorinin gerçekten özel durumları olduğunu gösterdi. Onlar sahip belgelenmiş bulgularını Nature Astronomy dergisindeki bir makalede yayınladılar.
UC Berkeley astronomi profesörü ve bölüm başkanı Joshua Bloom, yazılı birkaç ay önce bir blog yazısında, daha önce geliştirdikleri bir makine öğrenimi çıkarım yaklaşımı sayesinde, iki ağır cisim tarafından hafif bükülmenin genel göreli etkisini yöneten denklemler hakkında yeni ve önemli bir şey keşfettiklerini söylediler.
Bloom, UC Berkeley lisansüstü öğrencisi Keming Zhang’ın keşfini, Google’ın yapay zeka ekibi DeepMind tarafından iki matematik alanı arasında kurulan bağlantılara bağladı. Bu örnekler, yapay zeka sistemlerinin insanların gözden kaçırdığı temel ilişkileri ortaya çıkarabileceğini gösteriyor.
Bloom, kendi görüşüne göre, matematik ve astronomide doğrudan yeni teorik bilgi sağlamak için kullanılan AI’nın ilk örneklerinden biri olduğunu söyledi. Bloom, Steve Jobs’un bilgisayarların zihinsel bisikletler olabileceğini düşündüğü gibi, bilim adamları için entelektüel bir roket görevi görecek bir AI çerçevesi arıyorlardı.
Ohio Eyalet Üniversitesi’nde astronomi profesörü olan ortak yazar Scott Gaudi, bunun AI ve makine öğreniminde bir kilometre taşı olduğunu söyledi. Onlarca yıldır verilerle çalışan bu alandaki uzmanlar, Keming’in makine öğrenimi yöntemi onu tanımlayana kadar bu yozlaşmayı gözden kaçırmıştı.
