stub Naukowcy opracowują sztuczną inteligencję zdolną do wykrywania i klasyfikowania galaktyk – Unite.AI
Kontakt z nami

Artificial Intelligence

Naukowcy opracowują sztuczną inteligencję zdolną do wykrywania i klasyfikowania galaktyk

Zaktualizowano on

Naukowcy z Uniwersytetu Kalifornijskiego w Santa Cruz opracowali Morfeusz – program komputerowy, który potrafi analizować piksele w danych obrazów astronomicznych. Następnie może zidentyfikować i sklasyfikować wszystkie galaktyki i gwiazdy istniejące w dużych zbiorach danych pochodzących z badań astronomicznych. 

Czym jest Morfeusz 

Morpheus to platforma do głębokiego uczenia się, która składa się z różnych technologii sztucznej inteligencji (AI). Technologie sztucznej inteligencji skupiają się na określonych zastosowaniach, takich jak rozpoznawanie obrazu i mowy.

Brant Robertson jest profesorem astronomii i astrofizyki. Kieruje Grupą Badawczą Astrofizyki Obliczeniowej na Uniwersytecie Kalifornijskim w Santa Cruz. Według Robertsona niektóre zadania, które tradycyjnie wykonywali astronomowie, muszą zostać zautomatyzowane. Dzieje się tak dlatego, że rozmiary zbiorów danych astronomicznych stale rosną. 

„Niektórych rzeczy po prostu nie możemy zrobić jako ludzie, dlatego musimy znaleźć sposoby wykorzystania komputerów do poradzenia sobie z ogromną ilością danych, które będą napływać w ciągu najbliższych kilku lat w ramach dużych projektów badań astronomicznych” – powiedział.

Ryan Hausen jest absolwentem informatyki w Baskin School of Engineering na Uniwersytecie Kalifornijskim. Przez ostatnie dwa lata współpracował z Andersonem przy Morfeuszu. 

Ich wyniki opublikowano 12 maja w czasopiśmie Seria suplementów do czasopism astrofizycznych. Kod Morfeusza zostanie również udostępniony publicznie i odbędą się demonstracje w Internecie. 

Morfologie galaktyk

Astronomowie są w stanie dowiedzieć się, jak galaktyki powstają i ewoluują w czasie, obserwując morfologię galaktyk. 

Zaplanowano przeprowadzenie badań na dużą skalę, które wygenerują ogromne ilości danych obrazowych, które można wykorzystać. Jednym z takich badań jest Legacy Survey of Space and Time (LSST), które zostanie przeprowadzone w Obserwatorium Vera Rubin w Chile. 

Robertson aktywnie pracuje nad sposobami wykorzystania danych do lepszego zrozumienia powstawania i ewolucji galaktyk. 

Po przeprowadzeniu LSST aparat o rozdzielczości 800 miliarda pikseli będzie wykonywał w ciągu nocy ponad 3.2 zdjęć panoramicznych. Dwa razy w tygodniu LSST będzie rejestrował także całe widoczne niebo. 

„Wyobraźcie sobie, że pójdziecie do astronomów i poprosicie ich o sklasyfikowanie miliardów obiektów – jak mogliby tego dokonać? Teraz będziemy mogli automatycznie klasyfikować te obiekty i wykorzystywać te informacje do poznawania ewolucji galaktyk” – powiedział Robertson.

Technologia głębokiego uczenia się dla galaktyk

Niektórzy astronomowie stosują technologię głębokiego uczenia się do klasyfikacji galaktyk, ale zwykle wymaga to dostosowania istniejących algorytmów rozpoznawania obrazów. Algorytmy tradycyjnie zasilane są wyselekcjonowanymi obrazami galaktyk.

Morfeusz został opracowany specjalnie na potrzeby danych obrazów astronomicznych. Wykorzystuje oryginalne dane obrazu, które są zapisane w standardowym formacie cyfrowym używanym przez astronomów. 

Według Robertsona jednym z głównych założeń Morfeusza jest klasyfikacja na poziomie pikseli.

„W przypadku innych modeli trzeba wiedzieć, że coś tam jest i przekazać modelowi obraz, a on od razu klasyfikuje całą galaktykę” – powiedział. „Morfeusz odkrywa dla ciebie galaktyki i robi to piksel po pikselu, dzięki czemu radzi sobie z bardzo skomplikowanymi obrazami, w których możesz mieć sferoidę tuż obok dysku. W przypadku dysku z wybrzuszeniem centralnym klasyfikuje wybrzuszenie osobno. Jest więc bardzo potężny.”

Naukowcy wykorzystali informacje z badania przeprowadzonego w 2015 r. w celu wyszkolenia algorytmu głębokiego uczenia się. W badaniu zebrano dane i sklasyfikowano około 10,000 XNUMX galaktyk na zdjęciach z Kosmicznego Teleskopu Hubble'a z przeglądu CANDELS. Morfeusza następnie zastosowano do danych obrazu z pól Hubble Legacy Fields.

Po przetworzeniu obrazu części nieba Morfeusz generuje nowy zestaw obrazów tego samego obszaru i koduje kolorami wszystkie obiekty na podstawie ich morfologii. Obiekty astronomiczne są oddzielone od tła, co pozwala na identyfikację gwiazd i różnych typów galaktyk. Program działa na superkomputerze lux firmy USCS, na którym szybko generowana jest analiza piksel po pikselu dla całego zestawu danych. 

„Morfeusz umożliwia wykrywanie i klasyfikację morfologiczną obiektów astronomicznych na poziomie szczegółowości, który obecnie nie istnieje” – powiedział Hausen.

Prace ukończone przez badaczy wsparła NASA i National Science Foundation. 

 

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją badającym najnowsze osiągnięcia w dziedzinie sztucznej inteligencji. Współpracował z wieloma startupami i publikacjami AI na całym świecie.