НАСА во моментов користи вештачка интелигенција за вселенска наука

Во изјава објавена од НАСА минатиот месец, агенцијата соопшти дека вештачката интелигенција има потенцијал да помогне во работата на некои од најголемите проблеми во вселенската наука. Вештачката интелигенција може да се користи за пребарување на живот на други планети или за идентификација на астероиди. Научниците на НАСА соработуваат со лидери во индустријата за вештачка интелигенција, како што се Intel, IBM и Google. Заедно, тие можат да применат напредни компјутерски алгоритми за да решат некои од тие проблеми. 

Постојат одредени технологии на вештачка интелигенција на кои НАСА се потпира, како што е машинското учење, за да ги толкува податоците. Овие податоци потоа ќе се собираат со телескопи, вклучувајќи го и Џејмс Веб просторот Телескоп или транзитен сателит за истражување на егзопланети, во одреден момент во иднината.

Џијада Арни, астробиолог во Центарот за вселенски летови на НАСА Годард во Гринбелт, Мериленд, се надева дека машинското учење може да и помогне на неа и на нејзиниот тим да најдат некакви индикации за живот во податоците што ќе ги собираат телескопите и опсерваториите. 

„Овие технологии се многу важни, особено за збирките на големи податоци, а особено на полето на егзопланетите“, рече Арни во изјавата. „Бидејќи податоците што ќе ги добиеме од идните набљудувања ќе бидат ретки и бучни. Ќе биде навистина тешко да се разбере. Така, користењето на овие видови алатки има толку многу потенцијал да ни помогне“.

НАСА секое лето спроведува осумнеделна програма која ги обединува лидерите во технолошкиот и вселенскиот сектор, наречена Frontier Development (FDL).

Шон Домагл-Голдман е астробиолог на НАСА Годард. 

„ФДЛ се чувствува како некои навистина добри музичари со различни инструменти да се собираат на џем сесија во гаражата, да најдат нешто навистина кул и да кажат: „Еј, имаме бенд овде“, рече тој во изјавата.

Во 2018 година, тимот на FDL беше менториран од Домагал-Голдман и Арни, и тие развија техника за машинско учење што се потпира на невронски мрежи. Тие ги анализираат сликите и ја идентификуваат хемијата на егзопланетите користејќи ги брановите должини на светлината што ја емитуваат или апсорбираат молекулите во нивната атмосфера. 

Со користење на оваа нова техника, истражувачите можеа да идентификуваат различни молекули во атмосферата на WASP-12b, егзопланета. Техниката го направи ова попрецизно од другите методи. 

Според Домагал-Голдман, невронската мрежа може да идентификува и кога има недостаток на податоци. Бајесовата техника, како што се нарекува, исто така може да им каже на научниците колку е сигурна за нејзиното предвидување. 

„На места каде што податоците не беа доволно добри за да се даде навистина точен резултат, овој модел беше подобар во знаејќи дека не е сигурен во одговорот, што е навистина важно ако сакаме да им веруваме на овие предвидувања“, Домагал-Голдман. кажа.

Бејсовата техника сè уште се развива, но други FDL технологии се користат во реалниот свет. До 2017 година, беше развиена програма за машинско учење од учесниците во FDL која беше способна брзо да создаде 3D модели на блиски астероиди. Исто така, може точно да ги процени нивните форми, големини и стапки на центрифугирање. Овој тип на информации е корисен за НАСА за откривање и одвраќање на астероиди кои ѝ се закануваат на Земјата. 

Астрономите традиционално користат едноставен компјутерски софтвер за да создадат 3Д модели, а тој ги анализира радарските мерења на астероид во движење. Потоа обезбедува корисни информации за да им помогне на научниците да заклучат неговите физички својства врз основа на промените во радарскиот сигнал. 

Бил Дајмонд е претседател и главен извршен директор на СЕТИ. 

„Вештен астроном со стандардни компјутерски ресурси, може да обликува еден астероид за еден до три месеци“, рече Дајмонд. „Значи, прашањето за истражувачкиот тим беше: Можеме ли да го забрзаме?

Тимот составен од студенти од Франција, Јужна Африка и Соединетите Американски Држави, заедно со ментори од академската заедница и технолошката компанија Нивидија, развија алгоритам способен да направи астероид за само четири дена. Техниката моментално ја користат астрономите во опсерваторијата Аресибо во Порторико и прави моделирање на обликот на астероидите во реално време. 

Истражувачите, исто така, сугерираат технологијата на вештачка интелигенција да биде вградена во идните вселенски летала и дека тоа ќе му овозможи на леталото да донесува одлуки во реално време.

„Методите со вештачка интелигенција ќе ни помогнат да ја ослободиме процесорската моќ од нашиот мозок со извршување на голем дел од почетната работа на тешките задачи“, рече Арни. „Но, овие методи нема да ги заменат луѓето наскоро, бидејќи сепак ќе треба да ги провериме резултатите“.