كيف تساعد الذكاء الاصطناعي في رسم خريطة الكون

أصبح الذكاء الاصطناعي (AI) أداة حيوية لفهم العالم. الآن، مع عودة الاهتمام باستكشاف الفضاء، يمكنه القيام بنفس الشيء للعوالم الأخرى.

على الرغم من عقود من البحث، لا يزال العلماء لا يعرفون الكثير عن الكون ما وراء الغلاف الجوي للأرض. سيساعد رسم خرائط الكواكب والنجوم والمجرات وحركاتها عبر الفضاء، ولكن هذا كان تحديًا تاريخيًا. يجعل الذكاء الاصطناعي الأمور أسهل في عدة طرق.

1. تحديد الأجسام السماوية

مع كون الكثير من الكون بعيدًا جدًا، غالبًا ما يكون من الصعب تحديد ما هو ما. يمكن أن تساعد أنظمة الرؤية الآلية من خلال التمييز بين الأجسام السماوية المختلفة عند القيام بذلك بالعين المجردة يكون غير موثوق.

طور باحثون في جامعة هاواي نموذجًا واعدًا للذكاء الاصطناعي لهذا الغرض في عام 2020. يمكن لشبكتهم العصبية تحديد المجرات بدقة 98.1٪ و đạtت دقة 97.8٪ و 96.6٪ للنجوم والنجوم الزائفة على التوالي. ونتيجة لذلك، تمكنوا من تجميع كتالوج يبلغ 300 جيجابايت من الأجسام السماوية عبر ثلاثة أرباع السماء.

مع توفير التلسكوبات والأقمار الصناعية لمزيد من لمحات من الكون، يمكن أن تجعل خوارزميات التصنيف مثل هذه جعل تفسير البيانات أسهل. بمجرد أن يعرف العلماء ما يبحثون عنه، يمكنهم إجراء مزيدًا من البحث بدقة.

2. قياس المسافة

رسم خريطة الكون ليس مجرد مسألة معرفة ما يوجد هناك. يجب على الباحثين أيضًا قياس المسافات بين الأجسام لفهم القياس والحركة عبر المجرات أو التخطيط لرحلات الأقمار الصناعية أو المركبات الفضائية في المستقبل. يساعد الذكاء الاصطناعي في هذا المجال أيضًا.

تتطلب حساب المسافة من خلال مراقبة النشاط السماوي معادلات رياضية معقدة – النوع الذي يتقنه الذكاء الاصطناعي. حققت حل واحدة دقة 76٪ في تحديد حجم المسافة بين السحب الجزيئية من خلال تحليل بيانات التلسكوب الراديوي. قاس آخر مدى بعدها انفجارات أشعة جاما من خلال مراقبة تغذيات التلسكوب الأرضي.

توفر أدوات مثل هذه تقديرات أكثر موثوقية لمقياس وسرعة النشاط في الكون الأوسع. مع تحسين النماذج بمزيد من البيانات، يمكن أن توفر معلومات حول السفر الآمن في الفضاء أو تقدم رؤى أفضل حول الأحداث مثل الانفجارات الشمسية أو المستعر الأعظم.

3. فهم سماء الماضي

يساعد الذكاء الاصطناعي أيضًا في رسم خريطة الكون من خلال تحليل الحركات السماوية التاريخية. على الرغم من عدم وجود سجلات مفصلة حول السماء على مدار التاريخ، فإن معظم السماء المرئية هو في الواقع تمثيل للماضي بسبب الوقت الذي يستغرقه الضوء للوصول. وبالتالي، يمكن للعلماء استخدام الذكاء الاصطناعي لنمذجة وفهم الاتجاهات السابقة في الفضاء.

قام أحد الدراسات ببناء نموذج ذكاء اصطناعي لإنشاء كتالوج يضم أكثر من 17,000 مجرة بالقرب من مجرة درب التبانة. نظرًا لتحليلها لمناطق بعيدة جدًا عن الأرض، عكست المحاكاة الناتجة الماضي البعيد، وكشفت عن معلومات جديدة حول كيفية تحرك الأجسام السماوية عبر الألفية. وشملت الخريطة الناتجة هياكل مادة مظلمة لم يكن الباحثون يعرفون عنها من قبل.

تكشف مثل هذه المعلومات عن كيفية تحرك المجرات وتأثيرها على بعضها البعض على مدار التاريخ. وفهم ذلك هو مفتاح لفهم كيفية عمل الكون على نطاق أكبر.

4. التنبؤ بالتحولات المستقبلية

يمكن للذكاء الاصطناعي تقديم لمحات عن المستقبل أثناء تعلمه من الماضي. تم تطبيق نماذج التحليلات التنبؤية بالفعل على توقعات المبيعات وتحديد تفشي الأمراض، ويمكنها القيام بنفس الشيء للأحداث السماوية الكبرى.

كشفت الحلول الذكية التي模ّمت حركات المجرات التاريخية عن أن مجرة درب التبانة ومجرة أندروميدا تتحركان تجاه بعضهما البعض. مع بيانات إضافية ونموذج تنبؤي، قد يتمكن العلماء من تحديد وقت حدوث تصادم محتمل في المستقبل البعيد.

تكون التنبؤات التي يقودها الذكاء الاصطناعي مفيدة بشكل خاص على نطاق أصغر. يمكن للتحليلات التنبؤية أن تساعد الباحثين في توقع العواصف الشمسية أو حركة الكويكبات لمعرفة متى قد يكون من الضروري اتخاذ إجراء لمنع الضرر أو الانقطاع على الأرض.

5. إنشاء خرائط الكواكب الدقيقة

يتخذ بعض أدوات الذكاء الاصطناعي نهجًا أضيق في رسم خريطة الكون. في حين أن فهم النجوم مهم، يمكن أن يكون إنشاء خرائط لمسطحات الكواكب المادية أكثر فائدة في المدى القصير، خاصة مع استئناف استكشاف الفضاء. يستخدم روفر استكشاف المريخ التابع لناسا بالفعل الذكاء الاصطناعي للتنقل، ويمكن أن تقدم تقنيات مماثلة مسوحات مفصلة للكواكب الخارجية.

يعني إنشاء خريطة جيولوجية لكوكب بعيد الجمع بين كمية كبيرة من البيانات من مصادر مختلفة. يمكن أن يكون ذلك تحديًا، يستغرق وقتًا طويلاً ويت оставف فرصة كبيرة للأخطاء. يمكن للذكاء الاصطناعي تجميع المعلومات لتشكيل مصدر موثوق وحيد أسرع وأكثر دقة.

يمكن للتعلم الآلي العثور على اتجاهات وخصائص في مجموعات بيانات ضخمة قد يغفل عنها البشر. وبالتالي، قد يتمكن من تحديد الهياكل الجيولوجية التي قد يغفل عنها العلماء. يمكن أن تحول هذه الأدوات أيضًا مجموعة من البيانات المتنوعة إلى خريطة واحدة قابلة للاستخدام للمساعدة في استكشاف المزيد.

6. تسريع جداول رسم الخرائط

عبر جميع التطبيقات، أدوات رسم الخرائط بالذكاء الاصطناعي تسرع الوقت اللازم لتحليل وفهم الكون. هذا مهم لأن اكتشاف أسرع يؤدي إلى تحفيز الابتكار ويجعل البحث الأعمق ممكنًا حتى في بيئات ضيقة الوقت.

تسلط دراسة من الباحثين في اليابان الضوء على هذا الإمكانية. قام الفريق بتطوير محاكي ذكاء اصطناعي لنمذجة المجرات وتوزيع المادة المظلمة. استغرق تشغيل المحاكاة ثانية واحدة فقط على جهاز لوحي عندما كان من المفترض أن يستغرق جهاز كمبيوتر فائق ساعات عديدة. جاءت هذه السرعة دون أي انخفاض في الدقة.

عندما تستغرق عمليات رسم الخرائط وقتًا أقل، يمكن للعلماء إجراء المزيد منها. ونتيجة لذلك، يمكن للمجتمع الفلكي الحصول على رؤى إضافية دون مشاريع طويلة الأمد وغالية الثمن التي قد تكون أكثر صعوبة في تأمين التمويل لها.

7. جعل البحث أكثر سهولة

يجعل الذكاء الاصطناعي البحث ممكنًا لمجموعة أكبر من الناس. مع تقلص الجداول الزمنية، تقل التكاليف المرتبطة بها. تعني هذه التحسينات أن الشركات الصغيرة أو الباحثين ذوي التمويل الأقل يمكنهم المشاركة في نفس نوع الدراسة.

يمكن أن تكلف المسوحات الفلكية التقليدية مليارات الدولارات – أكثر مما يمكن للعديد من الشركات أو المؤسسات التعليمية تحمله. يقلل الذكاء الاصطناعي من هذه النفقات بطرق متعددة. الأكثر وضوحًا هو أنه يقلل من الوقت اللازم لإجراء هذا البحث، ولكن فوائده تتجاوز ذلك.

يمكن لنمذج التعلم الآلي المعقد أن يقدم نتائج مقبولة مع بيانات أقل، مما يخفض التكاليف المرتبطة بها. تصبح الخوارزميات الجاهزة متاحة على نطاق أوسع مع نمو هذه التكنولوجيا، مما يقلل من التكاليف التكنولوجية ووقت تدريب النموذج. سيتسبب الاتجاهات مثل هذا في ديمقراطية رسم خرائط الفضاء، مما يؤدي إلى تنوع أكبر في الدراسات، مما يؤدي إلى الابتكار.

الذكاء الاصطناعي يكشف عن أسرار الكون

يجب على العلماء رسم خريطة الكون بدقة أكبر لتنطلق الموجة القادمة من استكشاف الفضاء. يمكن أن يكون الذكاء الاصطناعي مفتاح تلك المهمة.

دفع الذكاء الاصطناعي بالفعل تحسينات مثيرة على نطاق واسع في جسم بحث فلكي. سيصبح الأمر أفضل مع إعتماد المزيد من الفرق للتكنولوجيا – ستكون المعايير المثالية أكثر وضوحًا وستنمو البيانات ذات الصلة. يمكن أن يكون التعلم الآلي محفزًا للسباق الفضائي الثاني في هذا الاتجاه.