वैज्ञानिक मॉडिफाइड फेसियल रिकग्निशन तकनीकों का उपयोग करके डार्क मैटर की खोज करते हैं

यदि कोई एक चीज है जिसके साथ सामान्य जनता को आर्टिफिशियल इंटेलिजेंस का उपयोग करने के बारे में परिचित है, तो वह फेसियल रिकग्निशन है। चाहे वह अपने मोबाइल फोन को खोलना हो या फेसबुक द्वारा उपयोग किए जाने वाले एल्गोरिदम जो छवियों में आंखों या चेहरे के अन्य भागों को ढूंढते हैं, फेसियल रिकग्निशन एक मानक बन गया है। (META )

लेकिन अब ब्रह्मांड की संरचना जैसे जटिल प्रश्नों से निपटने वाले वैज्ञानिक ‘मानक’ फेसियल रिकग्निशन के एक संशोधित संस्करण का उपयोग करना शुरू कर रहे हैं ताकि यह पता लगाया जा सके कि ब्रह्मांड में डार्क मैटर कितनी मात्रा में है और यह संभवतः कहां स्थित है।

जैसा कि डिजिटल ट्रेंड्स और फ्यूचरिटी अपनी रिपोर्ट में बताते हैं, “ भौतिक विज्ञानी मानते हैं कि इस रहस्यमय पदार्थ को समझना ब्रह्मांड की मूल संरचना के बारे में मूलभूत प्रश्नों को समझाने के लिए आवश्यक है।”

यह शोधकर्ता स्विट्जरलैंड के ज्यूरिख में पार्टिकल फिजिक्स और एस्ट्रोफिजिक्स इंस्टीट्यूट में अलेक्जेंड्रे रेफ्रेगियर के समूह में एकत्र हुए हैं, जिन्होंने फेसियल रिकग्निशन के पीछे गहरे तंतु नेटवर्क विधियों का उपयोग करना शुरू किया है ताकि ब्रह्मांड के इस रहस्य को उजागर करने के लिए नए विशेष उपकरण विकसित किए जा सकें।

जैसा कि परियोजना पर काम करने वाले शोधकर्ता जानिस फ्लुरी ने डिजिटल ट्रेंड्स को बताया, “ हम जिस एल्गोरिदम का उपयोग करते हैं वह फेसियल रिकग्निशन में सामान्य रूप से उपयोग किए जाने वाले के बहुत करीब है,” जोड़ते हुए कि“ एआई की सुंदरता यह है कि यह वास्तवically किसी भी डेटा से सीख सकता है। फेसियल रिकग्निशन में, यह आंखों, मुंह और नाक को पहचानना सीखता है, जबकि हम उन संरचनाओं की तलाश में हैं जो हमें डार्क मैटर के बारे में सुराग देती हैं। यह पैटर्न पहचान एल्गोरिदम का मूल है। अंततः, हमने केवल इसे अंतर्निहित ब्रह्मांडीय पैरामीटर को推測 करने के लिए अनुकूलित किया।”

जैसा कि बताया गया है, वैज्ञानिकों का अनुमान है कि डार्क मैटर ब्रह्मांड का लगभग 27% हिस्सा है, जो दृश्यमान मैटर की तुलना में लगभग छह गुना अधिक है। सिद्धांत यह भी कहता है कि डार्क मैटर गैलेक्सियों को उन्हें खुद को फाड़ने से रोकने के लिए आवश्यक अतिरिक्त द्रव्यमान प्रदान करता है। यह वह है जो सामान्य मैटर को धूल और गैस के रूप में एकत्रित करने और तारों और गैलेक्सियों में इकट्ठा होने के लिए प्रेरित करता है।

शोधकर्ता जो खोज रहे हैं वे गैलेक्सियों के समूहों के आसपास के क्षेत्र हैं जो विकृत दिखाई देते हैं। रिवर्स इंजीनियरिंग का उपयोग करके वे घने मैटर के संभावित स्थानों को अलग कर सकते हैं।

फ्लुरी और टोमास्ज़ कैकप्रज़क, समूह के एक अन्य शोधकर्ता ने बताया कि उन्होंने अपने तंतु नेटवर्क को कंप्यूटर-जनित डेटा को खिलाया जो वास्तव में ब्रह्मांड की नकल करता है। डार्क मैटर मानचित्रों के उनके बार-बार विश्लेषण ने उन्हें वास्तविक आकाश की छवियों से ‘ब्रह्मांडीय पैरामीटर’ निकालने की संभावना दी।

मानव-निर्मित सांख्यिकीय विश्लेषण के साथ तुलना करने पर उनके परिणामों में 30% सुधार देखा गया। जैसा कि फ्लुरी ने बताया, “एआई एल्गोरिदम को प्रशिक्षण चरण में बहुत सारे डेटा की आवश्यकता होती है। यह बहुत महत्वपूर्ण है कि यह प्रशिक्षण डेटा, हमारे मामले में सिमुलेशन, वास्तविक डेटा के रूप में सटीक हों। अन्यथा, यह विशेषताओं को सीखेगा जो वास्तविक डेटा में मौजूद नहीं हैं।”

नेटवर्क को प्रशिक्षित करने के बाद उन्होंने वास्तविक डार्क मैटर मानचित्रों को खिलाया जो कि किड्स-450 डेटासेट से प्राप्त किए गए थे, जो वीएलटी सर्वे टेलीस्कोप (वीएसटी) का उपयोग करके चिली में बनाया गया था। यह डेटासेट लगभग 2,200 पूर्ण चंद्रमा के आकार के क्षेत्र को कवर करता है और इसमें लगभग 15 मिलियन गैलेक्सियों के रिकॉर्ड हैं।

जैसा कि फ्यूचरिटी बताती है, डार्क मैटर मानचित्रों का बार-बार विश्लेषण करके, तंतु नेटवर्क ने उनमें सही प्रकार की विशेषताओं की तलाश करना और अधिक से अधिक वांछित जानकारी निकालना सीखा। “फेसबुक के अनुरूप, यह यादृच्छिक अंडाकार आकारों को आंखों या मुंह से अलग करने में बेहतर हो गया।”