Neurale netwerke wat gebruik word om 3D-kaart van die heelal te help bou

Sterrekundiges van die Universiteit van Hawaii se Astronomie-departement onlangs van KI gebruik gemaak algoritmes om 'n massiewe 3D-kaart te bou van meer as 3 miljard hemelse voorwerpe. Die sterrekundespan het van spektroskopiese data en neurale netwerkklassifikasiealgoritmes gebruik gemaak om die taak uit te voer.

In 2016 het sterrekundiges van die Universiteit van Hawaii by Manoa (UHM) se Instituut vir Sterrekunde 'n massiewe datastel aan die publiek vrygestel wat waarnemingsdata bevat vir meer as 3 miljard sterre, sterrestelsels en ander hemelse voorwerpe, versamel oor 4 jaar van waarneming van ongeveer drie- kwartiere van die naghemel. Die projek is die Pan-STARRS-projek genoem en die datastel wat dit vervaardig het, was ongeveer 2 petagrepe (twee miljoen gigagrepe) groot.

Soos Hans-Walter Rix, die direkteur van die Galaxies and Cosmology-afdeling by die Max Plank Institutes for Astronomy verduidelik het volgens Phys.org:

“Pan-STARRS1 het ons tuissterrestelsel, die Melkweg, gekarteer tot 'n vlak van detail wat nog nooit tevore bereik is nie. Die opname bied vir die eerste keer 'n diep en globale aansig van 'n beduidende fraksie van die Melkweg-vlak en -skyf ... Die unieke kombinasie van beelddiepte, area en kleure het dit toegelaat om die meerderheid van die mees afgeleë bekende kwasars te ontdek: hierdie is die vroegste voorbeelde in ons heelal dat reuse swart gate in die middelpunte van sterrestelsels gegroei het”.

Een van die doelwitte van die vrystelling van die datastel was dat dit gebruik sou word om 'n kaart van die waarneembare lug te bou, wat die baie ligpunte wat in die datastel waargeneem is, klassifiseer. Navorsers betrokke by die Pan-STARRS-projek het die datastel gebruik om masjienleeralgoritmes op te lei wat hulle kon gebruik om die kaart te genereer.

Die Universiteit van Hawaii-navorsers werk met die PS1-teleskoop, geleë op Hawaii se Big Island. Die PS1 kan ongeveer 75% van die waarneembare lug skandeer. Die teleskoop is die grootste diep veelkleurige optiese opname ter wêreld, en die navorsers wou hierdie krag gebruik om 'n gesofistikeerde lugkaart te bou. Dit het behels die opleiding van die PS1 se rekenaars om voorwerpe te klassifiseer, om een ​​tipe hemelliggaam van 'n ander tipe te onderskei. Die datastel wat hulle gebruik het om die rekenaar op te lei, het miljoene metings bevat, gekenmerk deur kenmerke soos grootte en kleur.

Die KI-algoritmes wat gebruik is, was normale voorwaartse neurale netwerke gekombineer met optimaliseringsmetodes wat die netwerke in staat gestel het om die komplekse verwantskappe tussen die miljoene datapunte te leer. Robert Beck, voormalige kosmologie-postdoktors by die UHM se Instituut vir Sterrekunde, het verduidelik dat moderne optimeringsalgoritmes gebruik is om die rekenaar op te lei op die ongeveer 4 miljoen hemelvoorwerpe wat deur die datastel beskryf word. Soos TechExplorist berig het, die navorsingspan moes ook regstel vir die inmenging van stof binne die Melkweg-sterrestelsel. Die navorsingspan het 'n Monte-Carlo-steekproefmetode gebruik om die onsekerheid te skat wat geskep word as gevolg van die fotometriese rooiverskuiwing ('n skatting van die snelheid van 'n voorwerp) en dan die masjienleermodel op die spektroskopiese data opgelei.

Nadat die model opgelei is, is die prestasie daarvan op 'n valideringsdatastel nagegaan. Die netwerk het ongeveer 96.6% van kwasars, 97.8% van sterre en 98.1% van sterrestelsels suksesvol geïdentifiseer. Daarbenewens het die model die afstand na sterrestelsels voorspel en wanneer dit nagegaan is, was die voorspellings slegs met ongeveer 3% af.

Die eindresultaat van die KI opleiding en gebruik was die grootste 3D-katalogus van sterre, kwasars en sterrestelsels ter wêreld. Mede-outeur van die studie het Kenneth Chambers verduidelik, soos aangehaal deur Gizmodo, dat die modelle wat gebruik word om die kaart te genereer weer gebruik moet kan word namate meer en meer data ingesamel word, wat die kaart verder verbeter en ons begrip van ons sonnestelsel en die heelal verbeter. Wetenskaplikes sal die kaart kan gebruik om insigte te kry in die vorm van die heelal en te bepaal waar ons kosmologiese model nie in lyn is met die nuwe projeksies nie.