Як штучний інтелект допомагає створити карту Всесвіту

Штучний інтелект (ШІ) став важливим інструментом для розуміння світу. Тепер, коли інтерес до дослідження космосу знову зростає, він може зробити те саме для інших світів.

Незважаючи на десятиліття досліджень, вчені все ще не знають багато про Всесвіт за межами атмосфери Землі. Створення карт планет, зір, галактик і їх рухів у космосі допоможе, але це історично було складним завданням. ШІ робить це легше кількома способами.

1. Ідентифікація небесних тіл

З такою великою частиною Всесвіту, що знаходиться так далеко, часто складно сказати, що є чим. Системи машинного зору можуть допомогти, розрізняючи різні небесні тіла, коли це було б ненадійним для людського ока.

Дослідники з Університету Гавайї створили перспективну модель ШІ для цієї мети в 2020 році. Їх нейронна мережа могла ідентифікувати галактики з точністю 98,1% і досягла точності 97,8% і 96,6% для зір і квазарів відповідно. В результаті вони змогли скомпілювати 300-гігабайтний каталог небесних тіл по три чверті неба.

Когда телескопи і супутники надають більше поглядів на Всесвіт, алгоритми класифікації, як цей, можуть зробити легше інтерпретацію даних. Як тільки вчені знають, на що вони дивляться, вони можуть проводити подальші дослідження точно.

2. Вимірювання відстаней

Створення карти Всесвіту не лише питання того, що є там. Дослідникам також потрібно вимірювати відстані між тілами, щоб зрозуміти масштаб і рух галактик або планувати майбутні польоти супутників або космічних кораблів. ШІ допомагає в цій області також.

Розрахунок відстані шляхом моніторингу небесної діяльності вимагає складних математичних рівнянь — тих, у яких ШІ є майстром. Одне рішення досягає 76% точності у визначенні розміру і простору між молекулярними хмарами шляхом аналізу даних радіотелескопа. Інше вимірює, наскільки далеко знаходяться гамма-сплески, моніторячи дані наземних телескопів.

Такі інструменти забезпечують більш надійні оцінки масштабу і швидкості діяльності у Всесвіті. Як моделі покращуються з додатковими даними, вони можуть інформувати безпечніші космічні польоти або надавати кращі знання про діяльність, таку як сонячні сплески або наднові.

3. Поняття неба в минулому

ШІ також допомагає створити карту Всесвіту, аналізуючи історичні небесні рухи. Хоча може не бути детальних записів про небо протягом історії, більша частина видимого неба є фактично представленням минулого через час, необхідний для руху світла. Таким чином, вчені можуть використовувати ШІ для моделювання і розуміння попередніх тенденцій у космосі.

Одне дослідження створило модель ШІ для створення каталогу понад 17 000 галактик біля Чумацького Шляху. Оскільки воно аналізувало області так далеко від Землі, результатом стали симуляції, що відображають віддалене минуле, відкриваючи нову інформацію про те, як небесні тіла рухалися протягом тисячоліть. Результатом стала карта, яка включала структури темної матерії, про які вчені раніше не знали.

Такі знання розкривають, як галактики змістилися і вплинули одна на одну протягом історії. Розуміння цього є ключем до кращого розуміння того, як Всесвіт працює на більшому масштабі.

4. Прогнозування майбутніх зсувів

ШІ може надати погляд на майбутнє, коли вчиться про минуле. Моделі прогнозної аналітики вже застосовували цю концепцію до прогнозування продажів і відстежування спалахів захворювань, і вони можуть зробити те саме для великих небесних подій.

Рішення ШІ, яке симулювало історичні рухи галактик, показало, що Чумацький Шлях і галактика Андромеди рухаються одна до однієї. З додатковими даними і прогнозною моделлю вчені можуть визначити, коли потенційний зіткнення може відбутися в далекому майбутньому.

Прогнози, керовані ШІ, особливо корисні на меншому масштабі. Прогнозна аналітика може допомогти дослідникам передбачити сонячні бурі або рух астероїдів, щоб знати, коли дії можуть бути необхідні для запобігання шкоди або порушень на Землі.

5. Створення точних карт планет

Деякі інструменти ШІ підходять до створення карти Всесвіту з вузької сторони. Хоча розуміння зір важливо, створення карт фізичних поверхонь планет може бути більш корисним у ближчому майбутньому, особливо коли дослідження космосу посилюється. Ровери NASA для дослідження Марса вже використовують ШІ для навігації, і подібні технології можуть створити детальні огляди екзопланет.

Створення геологічної карти далекої планети означає поєднання великої кількості даних з різних джерел. Це може бути складним завданням, яке займає багато часу і залишає значний простір для помилок. ШІ може скомпілювати інформацію для формування надійного єдиного джерела правди швидше і з вищою точністю.

Машинне навчання може виявити тенденції і подібності у великих наборах даних, яких люди можуть не помітити. Таким чином, воно може ідентифікувати геологічні структури, яких вчені інакше могли б пропустити. Ці інструменти також можуть перетворити пул розрізнених даних у єдину, використовну карту для допомоги у подальшому дослідженні.

6. Прискорення термінів картування

У всіх застосуваннях інструменти картування ШІ прискорюють час, необхідний для аналізу і розуміння Всесвіту. Це важливо, оскільки швидке відкриття веде до прискореного інноваційного розвитку і робить глибше дослідження можливим навіть у умовах обмеженого часу.

Одне дослідження дослідників у Японії підкреслює цей потенціал. Команда створила симулятор ШІ для моделювання галактик і розподілу темної матерії. Воно зайняло лише одну секунду процесора на ноутбуці для виконання симуляції, коли це зазвичай займає десятки годин на суперкомп’ютері. Така швидкість не супроводжувалася жодним спадом точності.

Когда процеси картування займають менше часу, вчені можуть проводити більше таких досліджень. В результаті, астрономічне співтовариство може отримати додаткові знання без тривалих і дорогих проектів, які можуть бути важче профінансувати.

7. Надання досліджень більшої доступності

Аналогічно, ШІ робить такі дослідження можливими для більшої групи людей. Когда терміни скорочуються, скорочуються і пов’язані з ними витрати. Ці оптимізації означають, що менші компанії або менш фінансово забезпечені дослідники можуть брати участь у такому же виді дослідження.

Традиційні астрономічні дослідження можуть коштувати мільярди доларів кожне — значно більше, ніж багато компаній або освітніх установ можуть дозволити собі. ШІ зменшує ці витрати кількома способами. Найбільш очевидним є те, що воно зменшує час, необхідний для проведення такого дослідження, але його переваги йдуть далі.

Складні моделі машинного навчання можуть забезпечувати прийнятні результати з меншими даними, знижуючи пов’язані витрати. Готові алгоритми стають все більш доступними, коли ця технологія зростає, ще більше знижуючи витрати на технології і час навчання моделей. Тренди, такі як ці, демократизують картування космосу, ведучи до більшої різноманітності досліджень, які сприяють інноваціям.

ШІ розблоковує секрети Всесвіту

Вчені повинні створити карту Всесвіту з більшою деталізацією для того, щоб наступна хвиля дослідження космосу могла розпочатися. ШІ міг би бути ключем до цього заходу.

ШІ вже спричинив вражаючі поліпшення у великому корпусі астрономічних досліджень. Воно буде тільки покращуватися, коли більше команд приймуть цю технологію — ідеальні параметри стануть чіткішими, і відповідні дані зростатимуть. Машинне навчання міг би бути каталізатором другої космічної гонки в цьому тренді.