Rețele Neuronale Utilizate pentru a Ajuta la Construirea unei Hărți 3D a Universului

Astronomii de la Departamentul de Astronomie al Universității din Hawaii au utilizat recent algoritmi AI pentru a crea o hartă 3D masivă a peste 3 miliarde de obiecte cerești. Echipa de astronomie a utilizat date spectroscopice și algoritmi de clasificare cu rețele neuronale pentru a realiza această sarcină.

În 2016, astronomii de la Universitatea din Hawaii la Manoa (UHM) au lansat public o bază de date masivă care conține date de observație pentru peste 3 miliarde de stele, galaxii și alte obiecte cerești, colectate în timpul a patru ani de observații a aproximativ trei sferturi din cerul nocturn. Proiectul a fost numit proiectul Pan-STARRS, iar baza de date generată a avut aproximativ 2 petabytes (două milioane de gigabiți) în dimensiune.

După cum a explicat Hans-Walter Rix, directorul departamentului de Galaxii și Cosmologie de la Institutul Max Planck pentru Astronomie, conform Phys.org:

“Pan-STARRS1 a cartat galaxia noastră, Calea Lactee, la un nivel de detaliu niciodată atins înainte. Studiul oferă, pentru prima dată, o vedere profundă și globală a unei fracțiuni semnificative a planului și discului Căii Lactee… Combinarea sa unică de adâncime de imagine, zonă și culori a permis descoperirea majorității quasarilor cunoscuți cel mai îndepărtați: acestea sunt primele exemple din universul nostru care au arătat că găurile negre uriașe s-au format în centrul galaxiilor”.

Unul dintre obiectivele lansării bazei de date a fost ca aceasta să fie utilizată pentru a crea o hartă a cerului observabil, clasificând multele puncte de lumină observate în baza de date. Cercetătorii implicați în proiectul Pan-STARRS au utilizat baza de date pentru a antrena algoritmi de învățare automată care ar putea fi utilizați pentru a genera harta.

Cercetătorii de la Universitatea din Hawaii lucrează cu telescopul PS1, situat pe Insula Mare a statului Hawaii. Telescopul PS1 poate scana aproximativ 75% din cerul observabil. Telescopul este cel mai mare studiu optic multicolor profund din lume, iar cercetătorii au dorit să valorifice această putere pentru a crea o hartă sofisticată a cerului. Acest lucru a implicat antrenarea calculatorului PS1 pentru a clasifica obiectele, diferențiind un tip de corp ceresc de altul. Baza de date utilizată pentru antrenarea calculatorului conținea milioane de măsurători, caracterizate prin caracteristici precum dimensiunea și culoarea.

Algoritmii AI utilizați au fost rețele neuronale feedforward normale combinate cu metode de optimizare care au permis rețelelor să învețe relațiile complexe dintre milioanele de puncte de date. Robert Beck, fost postdoc în cosmologie la Institutul de Astronomie al UHM, a explicat că s-au utilizat algoritmi de optimizare de ultimă generație pentru a antrena calculatorul pe aproximativ 4 milioane de obiecte cerești descrise de baza de date. Conform raportului TechExplorist, echipa de cercetare a trebuit, de asemenea, să corecteze interferența prafului din interiorul galaxiei Calea Lactee. Echipa de cercetare a utilizat o metodă de eșantionare Monte-Carlo pentru a estima incertitudinea creată din cauza deplasării fotometrice către roșu (o estimare a vitezei unui obiect) și apoi a antrenat modelul de învățare automată pe datele spectroscopice.

După ce modelul a fost antrenat, performanța sa a fost verificată pe o bază de date de validare. Rețeaua a identificat cu succes aproximativ 96,6% din quasari, 97,8% din stele și 98,1% din galaxii. În plus, modelul a prezis distanța până la galaxii, iar atunci când s-a verificat, previziunile au fost în afara cu aproximativ 3%.

Rezultatul final al antrenării și utilizării AI a fost cel mai mare catalog 3D de stele, quasari și galaxii din lume. Coautorul studiului, Kenneth Chambers, a explicat, conform citatului de la Gizmodo, că modelele utilizate pentru a genera harta ar trebui să poată fi utilizate din nou pe măsură ce se colectează tot mai multe date, îmbunătățind harta și sporind înțelegerea noastră a sistemului nostru solar și a universului. Oamenii de știință vor putea utiliza harta pentru a obține informații despre forma universului și pentru a determina unde modelul nostru cosmologic nu se potrivește cu noile proiecții.