Cum ajută IA la cartografierea universului

Inteligența artificială (IA) a devenit un instrument vital pentru înțelegerea lumii. Acum, pe măsură ce interesul pentru explorarea spațială reîncepe să crească, ea ar putea face același lucru și pentru alte lumi.

În ciuda deceniilor de cercetare, oamenii de știință încă nu știu multe despre universul dincolo de atmosfera Pământului. Cartografierea planetelor, stelelor, galaxiilor și a mișcărilor lor prin spațiu va ajuta, dar aceasta a fost istoric o sarcină dificilă. IA o face mai ușoară în mai multe moduri.

1. Identificarea corpurilor cerești

Din cauza faptului că atât de mult din univers este atât de departe, este adesea greu de spus ce este ce. Sistemele de viziune cu mașini pot ajuta prin diferențierea între diferite corpuri cerești atunci când aceasta ar fi fost imposibilă cu ochiul liber.

Cercetătorii de la Universitatea din Hawaii au dezvoltat un model de IA promițător pentru acest scop în 2020. Rețeaua lor neurală a putut identifica galaxii cu o acuratețe de 98,1% și a obținut o acuratețe de 97,8% și 96,6% pentru stele și quasari, respectiv. Ca urmare, au putut compila un catalog de 300 de gigabiți cu corpuri cerești de pe trei sferturi din cer.

Pe măsură ce telescoapele și sateliții oferă mai multe imagini ale universului, algoritmii de clasificare precum acesta pot face mai ușoară interpretarea datelor. Odată ce oamenii de știință știu ce privesc, pot efectua cercetări suplimentare cu acuratețe.

2. Măsurarea distanței

Cartografierea universului nu este doar o chestiune de a ști ce se află acolo. Cercetătorii trebuie să măsoare, de asemenea, distanțele dintre corpuri pentru a înțelege scara și mișcarea prin galaxii sau pentru a planifica viitoarele zboruri ale sateliților sau navei spațiale. IA ajută și în acest domeniu.

Calcularea distanței prin monitorizarea activității cerești necesită ecuații matematice complexe — tipul de ecuații la care IA este pricepută. O soluție a obținut o acuratețe de 76% în determinarea dimensiunii și a spațiului dintre norii moleculari prin analizarea datelor de la radiotelescop. O altă soluție a măsurat cât de departe se află izbucnirile de radiații gamma prin monitorizarea alimentărilor telescoapelor de la sol.

Uneltele precum acestea oferă estimări mai fiabile ale scării și vitezei activității în universul mai larg. Pe măsură ce modelele se îmbunătățesc cu date suplimentare, ele ar putea informa despre călătorii spațiale mai sigure sau oferi o perspectivă mai bună asupra evenimentelor precum petele solare sau supernovele.

3. Înțelegerea cerurilor din trecut

IA ajută, de asemenea, la cartografierea universului prin analizarea mișcărilor cerești istorice. Deși poate nu există înregistrări detaliate despre ceruri de-a lungul istoriei, o mare parte a cerului vizibil este, de fapt, o reprezentare a trecutului, din cauza timpului necesar luminii pentru a călători. Prin urmare, oamenii de știință pot utiliza IA pentru a modela și a înțelege tendințele anterioare din spațiu.

Un studiu a creat un model de IA pentru a a crea un catalog cu peste 17.000 de galaxii lângă Calea Lactee. Deoarece a analizat zone atât de departe de Pământ, simulările rezultate au reflectat trecutul îndepărtat, dezvăluind informații noi despre modul în care corpurile cerești s-au deplasat de-a lungul mileniilor. Harta rezultată a inclus structuri de materie neagră despre care cercetătorii nu știau anterior.

Astfel de perspective dezvăluie modul în care galaxiile s-au deplasat și au influențat una alteia de-a lungul istoriei. Înțelegerea acestui lucru este cheia pentru a înțelege mai bine modul în care universul funcționează la scară mai mare.

4. Prezicerea schimbărilor viitoare

IA poate oferi perspective asupra viitorului pe măsură ce învață despre trecut. Modelele de analiză predictivă au aplicat deja acest concept pentru previziuni de vânzări și urmărirea izbucnirilor de boli, și ar putea face același lucru pentru evenimente cerești majore.

Soluția de IA care a simulat mișcările istorice ale galaxiilor a dezvăluit faptul că Calea Lactee și galaxia Andromeda se deplasează una spre alta. Cu date suplimentare și un model predictiv, oamenii de știință ar putea determina când ar putea apărea o posibilă coliziune în viitorul îndepărtat.

Prezicerea bazată pe IA este deosebit de utilă la scară mai mică. Analiza predictivă ar putea ajuta cercetătorii să prevadă furtuni solare sau mișcări de asteroizi pentru a ști când este necesară o acțiune pentru a preveni daunele sau perturbările pe Pământ.

5. Crearea de hărți precise ale planetelor

Unele unelte de IA abordează o abordare mai îngustă a cartografierii universului. În timp ce înțelegerea stelelor este importantă, crearea de hărți ale suprafețelor fizice ale planetelor poate fi mai utilă pe termen scurt, mai ales pe măsură ce explorarea spațială crește. Rovele de explorare a planetei Marte ale NASA folosesc deja IA pentru a naviga, și tehnologii similare ar putea crea anchete detaliate ale exoplanetelor.

Realizarea unei hărți geologice a unei planete îndepărtate necesită combinarea unei cantități semnificative de date din surse diferite. Acest lucru poate fi dificil, necesitând mult timp și lăsând loc pentru erori. IA poate compila informațiile pentru a forma o sursă de adevăr unică și fiabilă mai rapid și cu o acuratețe mai mare.

Învățarea automată poate găsi tendințe și asemănări în seturi de date uriașe pe care oamenii le-ar putea ignora. Prin urmare, ea ar putea identifica structuri geologice pe care oamenii de știință le-ar putea pierde altfel. Uneltele acestea ar putea transforma, de asemenea, un ansamblu de date disparate într-o hartă unică și utilizabilă pentru a ajuta la explorarea ulterioară.

6. Accelerarea cronologiei cartografierii

În toate aplicațiile, uneltele de cartografiere cu IA optimizează timpul necesar pentru analiză și înțelegerea universului. Acest lucru este important deoarece descoperirile mai rapide duc la inovații accelerate și fac cercetarea mai profundă viabilă, chiar și în medii cu timp limitat.

Un studiu al cercetătorilor din Japonia subliniază acest potențial. Echipa a dezvoltat un simulator de IA pentru a modela galaxii și distribuția materiei negre. A necesitat doar o secundă de CPU pe un laptop pentru a rula simularea, atunci când normal ar fi necesar un supercalculator pentru zeci de ore. O astfel de viteză a venit fără nicio scădere a acurateței.

Atunci când procesele de cartografiere necesită mai puțin timp, oamenii de știință pot efectua mai multe astfel de procese. Ca urmare, comunitatea astronomiei poate obține perspective suplimentare fără a necesita proiecte consumatoare de timp și costisitoare, care pot fi mai greu de finanțat.

7. Facilitarea accesului la cercetare

În mod similar, IA face astfel de cercetări viabile pentru un grup mai mare de oameni. Pe măsură ce cronologiile se scurtează, scad și costurile asociate. Aceste optimizări înseamnă că companiile mai mici sau cercetătorii cu finanțare mai mică pot participa la astfel de studii.

Sondajele astronomice convenționale pot costa miliarde de dolari fiecare — mult mai mult decât multe companii sau instituții educaționale pot plăti. IA reduce aceste cheltuieli în mai multe moduri. Cel mai evident este că scade timpul necesar pentru a efectua astfel de cercetări, dar beneficiile sale merg mai departe.

Modelele complexe de învățare automată pot oferi rezultate acceptabile cu mai puține date, reducând costurile asociate. Algoritmii pregătiți devin disponibili pe scară largă pe măsură ce această tehnologie crește, reducând și mai mult cheltuielile tehnologice și timpul de pregătire a modelului. Tendințe precum acestea vor democratiza cartografierea spațială, conducând la o diversitate mai mare de studii, ceea ce stimulează inovația.

IA Dezvăluie Secretele Universului

Oamenii de știință trebuie să cartografieze universul cu mai multă precizie pentru a face următoarea undă de explorare spațială. IA ar putea fi cheia acestei întreprinderi.

IA a condus deja la îmbunătățiri impresionante într-un corp vast de cercetare astronomică. Va deveni și mai bună pe măsură ce mai multe echipe îmbrățișează tehnologia — parametrii ideali vor deveni mai clari, iar datele relevante vor crește. Învățarea automată ar putea fi catalizatorul pentru a doua cursă spațială în această tendință.