Tauganet sem notað er til að byggja upp þrívíddarkort af alheiminum

Stjörnufræðingar frá stjörnufræðideild háskólans á Hawaii sl nýtt sér gervigreind reiknirit til að kortleggja smíða gríðarstórt þrívíddarkort af yfir 3 milljörðum himneskra hluta. Stjörnufræðiteymið nýtti sér litrófsgögn og taugakerfisflokkunaralgrím til að framkvæma verkefnið.

Árið 2016 gáfu stjörnufræðingar frá University of Hawaii at Manoa (UHM) Institute for Astronomy almenningi gríðarmikið gagnasafn sem inniheldur mælingargögn fyrir yfir 3 milljarða stjarna, vetrarbrauta og önnur himintungl, safnað yfir fjögurra ára athuganir í kringum þrjú- fjórðungum næturhimins. Verkefnið var kallað Pan-STARRS verkefnið og gagnasafnið sem það framleiddi var um það bil 4 petabæt (tvær milljónir gígabæta) að stærð.

Eins og Hans-Walter Rix, forstöðumaður vetrarbrauta- og heimsfræðideildar Max Plank Institute for Astronomy útskýrði samkvæmt Phys.org:

„Pan-STARRS1 kortlagði heimavetrarbrautina okkar, Vetrarbrautina, að nákvæmni sem aldrei hefur náðst áður. Könnunin veitir í fyrsta sinn djúpa og hnattræna sýn á umtalsvert brot af Vetrarbrautarplaninu og skífunni... Einstök samsetning hennar á mynddýpt, flatarmáli og litum gerði henni kleift að uppgötva meirihluta fjarlægustu þekktustu dulstirnanna: þessar eru elstu dæmin í alheiminum okkar um að risastór svarthol hafi vaxið í miðju vetrarbrauta“.

Eitt af markmiðum með því að gefa út gagnasafnið var að það yrði notað til að búa til kort af sjáanlegum himni, flokka þá fjölmörgu ljóspunkta sem sáust í gagnasafninu. Vísindamenn sem tóku þátt í Pan-STARRS verkefninu notuðu gagnasafnið til að þjálfa reiknirit fyrir vélanám sem þeir gætu notað til að búa til kortið.

Rannsakendur háskólans á Hawaii vinna með PS1 sjónaukanum sem staðsettur er á Big Island á Hawaii. PS1 getur skannað um það bil 75% af sjáanlegum himni. Sjónaukinn er stærsti djúpfjöllita sjónmælingin í heiminum og rannsakendur vildu nýta þennan kraft til að byggja upp háþróaðan himnamynd. Þetta fól í sér að þjálfa tölvur PS1 til að flokka hluti, aðgreina eina tegund himintungla frá annarri tegund. Gagnapakkinn sem þeir notuðu til að þjálfa tölvuna innihéldu milljónir mælinga sem einkenndust af eiginleikum eins og stærð og lit.

AI reikniritin sem notuð voru voru venjuleg straumlínu tauganet ásamt hagræðingaraðferðum sem gerðu netunum kleift að læra flókin tengsl milli milljóna gagnapunkta. Robert Beck, fyrrverandi nýdoktor í heimsfræði við Stjörnufræðistofnun UHM, útskýrði að nýjustu hagræðingaralgrím voru notuð til að þjálfa tölvuna á um það bil 4 milljónir himneskra hluta sem lýst er í gagnasafninu. Eins og TechExplorist greindi frá, rannsóknarhópurinn þurfti einnig að leiðrétta fyrir truflun ryks innan Vetrarbrautarinnar. Rannsóknarteymið notaði Monte-Carlo sýnatökuaðferð til að meta þá óvissu sem skapaðist vegna ljósmælinga rauðvik (mat á hraða hlutar) og þjálfaði síðan vélnámslíkanið á litrófsgögnunum.

Eftir að líkanið var þjálfað var frammistaða þess athugað á sannprófunargagnagrunni. Netið greindist með góðum árangri um 96.6% dulstirna, 97.8% stjarna og 98.1% vetrarbrauta. Að auki spáði líkanið fyrir um fjarlægðina til vetrarbrauta og þegar það var athugað voru spárnar aðeins frá um það bil 3%.

Lokaniðurstaða gervigreindarþjálfunar og nýtingar var stærsta þrívíddarskrá yfir stjörnur, dulstirni og vetrarbrautir í heiminum. Meðhöfundur rannsóknarinnar Kenneth Chambers útskýrði, eins og vitnað er í af Gizmodo, að líkönin sem notuð eru til að búa til kortið ættu að vera hægt að nota aftur eftir því sem sífellt fleiri gögnum er safnað, sem bætir kortið enn frekar og eykur skilning okkar á sólkerfinu okkar og alheiminum. Vísindamenn munu geta notað kortið til að öðlast innsýn í lögun alheimsins og ákvarða hvar heimsfræðilega líkanið okkar samræmist ekki nýju spánum.