นักวิทยาศาสตร์ใช้เทคนิคการรู้จำใบหน้าแบบดัดแปลงเพื่อค้นพบสารมืด

หากมีสิ่งหนึ่งที่สาธารณชนคุ้นเคยกับการใช้ปัญญาประดิษฐ์มากกว่าเรื่องอื่นใด ก็คือการรู้จำใบหน้า ไม่ว่าจะเป็นการเปิดโทรศัพท์มือถือหรืออัลกอริทึมที่ Facebook (META ) ใช้ในการค้นหา眼睛หรือส่วนอื่นๆ ของใบหน้าในภาพ การรู้จำใบหน้าได้กลายเป็นมาตรฐานไปแล้ว

แต่ขณะนี้นักวิทยาศาสตร์ที่กำลังเผชิญกับคำถามที่ซับซ้อนเกี่ยวกับโครงสร้างของจักรวาลได้เริ่มใช้รูปแบบที่ดัดแปลงของการรู้จำใบหน้าแบบ “มาตรฐาน” ในความพยายามที่จะค้นหาว่ามีสารมืดอยู่มากน้อยเพียงใดในจักรวาลและอาจอยู่ที่ไหน

ตามที่ Digital Trends และ Futurity ระบุไว้ในรายงานเกี่ยวกับเรื่องนี้ว่า “นักฟิสิกส์เชื่อว่าการทำความเข้าใจสารลึกลับนี้เป็นสิ่งจำเป็นในการอธิบายคำถามพื้นฐานเกี่ยวกับโครงสร้างพื้นฐานของจักรวาล”

นักวิจัยที่รวบรวมกันใน กลุ่มของ Alexandre Refregier ที่สถาบันฟิสิกส์ของอนุภาคและดาราศาสตร์ ETH Zurich, Switzerland ได้เริ่มใช้วิธีการเครือข่ายประสาทลึกที่อยู่เบื้องหลังการรู้จำใบหน้าเพื่อพัฒนาตัวช่วยพิเศษใหม่ๆ ในความพยายามที่จะค้นหาสิ่งที่ยังคงเป็นความลับของจักรวาลสำหรับเรา

ตามที่ Janis Fluri หนึ่งในนักวิจัยที่ทำงานในโครงการบอกกับ Digital Trends ว่า “อัลกอริทึมที่เราใช้นั้นใกล้เคียงกับสิ่งที่ใช้กันอย่างแพร่หลายในการรู้จำใบหน้า” โดยเสริมว่า “ความงดงามของ AI คือสามารถเรียนรู้จากข้อมูลใดๆ ก็ได้ ในการรู้จำใบหน้า มันเรียนรู้ที่จะรู้จักตา จมูก และปาก ในขณะที่เรากำลังมองหาสิ่งที่ให้คำใบ้เกี่ยวกับสารมืด การจดจำรูปแบบนี้เป็นแก่นกลางของอัลกอริทึม ในที่สุด เราเพียงแค่ปรับให้เหมาะสมเพื่ออนุมานพารามิเตอร์ทางจักรวาลวิทยาที่ซ่อนอยู่”

ตามที่อธิบาย นักวิทยาศาสตร์สมมติว่าสารมืดคิดเป็น ประมาณ 27% ของจักรวาล มากกว่าสารที่มองเห็นได้ในอัตราส่วนประมาณหกต่อหนึ่ง ทฤษฎีนี้ยังบอกอีกว่าสารมืดให้กลุ่มของดาราจักร “มีมวลพิเศษที่จำเป็นเพื่อไม่ให้แตกออกเป็นชิ้นเล็กชิ้นน้อยเหมือนถุงกระดาษที่ตั้งใจจะทำลายตัวเอง มันเป็นสิ่งที่ขับเคลื่อนสารปกติในรูปแบบของฝุ่นและก๊าซให้รวมตัวกันและก่อตัวเป็นดาวและดาราจักร”

สิ่งที่นักวิจัยกำลังมองหาคือพื้นที่รอบๆ กลุ่มของดาราจักรที่ดูเหมือนจะบิดเบือน เมื่อใช้การย้อนกลับ “พวกเขาสามารถแยกออกได้ว่าพวกเขาเชื่อว่ามีการรวมตัวที่หนาแน่นที่สุดของมวลทั้งที่มองเห็นและไม่มองเห็นสามารถพบได้ที่ไหน”

Fluri และ Tomasz Kacprzak นักวิจัยอีกคนในกลุ่มอธิบายว่าพวกเขาได้ฝึกเครือข่ายประสาทของตนโดยการให้ข้อมูลที่สร้างขึ้นด้วยคอมพิวเตอร์ซึ่งจำลองจักรวาลจริง การวิเคราะห์แผนที่สารมืดซ้ำๆ ทำให้พวกเขาได้ข้อมูล ‘พารามิเตอร์ทางจักรวาลวิทยา’ จากภาพจริงของท้องฟ้า

ผลลัพธ์ที่พวกเขาได้รับเมื่อเปรียบเทียบกับวิธีการมาตรฐานที่ใช้ในการกระบวนการนี้แสดงให้เห็นถึงการปรับปรุงที่ดีขึ้น 30% ตามการวิเคราะห์ทางสถิติที่ทำโดยมนุษย์ ตามที่ Fluri อธิบาย “อัลกอริทึม AI ต้องการข้อมูลจำนวนมากในการเรียนรู้ในช่วงการฝึกอบรม มันสำคัญมากที่ข้อมูลการฝึกอบรมในกรณีของเรานั้นจะต้องแม่นยำที่สุดเท่าที่จะเป็นไปได้ หากไม่เช่นนั้น มันจะเรียนรู้คุณลักษณะที่ไม่มีอยู่ในข้อมูลจริง”

หลังจากฝึกเครือข่ายแล้ว พวกเขาได้ให้ข้อมูลแผนที่สารมืดที่ได้รับจาก ชุดข้อมูล KiDS-450 ซึ่งสร้างขึ้นโดยใช้กล้อง VLT Survey Telescope (VST) ในชิลี ชุดข้อมูลนี้ครอบคลุมพื้นที่ทั้งหมดประมาณ 2,200 เท่าของขนาดดวงจันทร์เต็มดวง และมีระเบียนของดาราจักรประมาณ 15 ล้านดวง

ตามที่ Futurity อธิบาย โดยการวิเคราะห์แผนที่สารมืดซ้ำๆ เครือข่ายประสาทได้สอนตัวเองให้ค้นหาคุณลักษณะที่ถูกต้องในนั้นและเพื่อแยกข้อมูลที่ต้องการออกมาเรื่อยๆ “ในตัวอย่างของ Facebook มันเก่งขึ้นในการแยกแยะรูปวงรีแบบสุ่มออกจากตาหรือปาก”