Як AI допомагає мапувати Всесвіт

Штучний інтелект (AI) 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. Мапування планет, зір, галактик і їх рухів у космосі допоможе, але це історично було складним завданням. AI робить це легше кількома способами.

1. Ідентифікація небесних тіл

Через те, що значна частина Всесвіту знаходиться так далеко, часто важко сказати, що є чим. Системи машинного зору можуть допомогти, розрізняючи різні небесні тіла, коли це зробити голим оком було б ненадійним.

Дослідники з Університету Гавайїв розробили перспективну модель AI для цієї мети в 2020 році. Їх нейронна мережа могла ідентифікувати галактики з точністю 98,1% і досягла 97,8% і 96,6% точності 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, подібні до цього, можуть зробити його легше інтерпретувати дані. Як тільки вчені знають, на що вони дивляться, вони можуть проводити подальші дослідження точно.

2. Вимірювання відстані

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

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

Такі інструменти забезпечують більш надійні оцінки масштабу і швидкості діяльності у Всесвіті. Коли моделі покращаться з додатковими даними, вони можуть інформувати безпечніше космічне подорожування або пропонувати краще розуміння діяльності, такої як сонячні сплески чи наднові.

3. Розуміння неба в минулому

AI також допомагає мапувати Всесвіт, аналізуючи історичні небесні рухи. Хоча може не бути детальних записів про небо протягом історії, значна частина видимого неба є насправді представленням минулого через час, необхідний для руху світла. Таким чином, вчені можуть використовувати AI для моделювання і розуміння попередніх тенденцій у космосі.

Одне дослідження створило модель AI для створення каталогу понад 17 000 галактик поблизу Чумацького Шляху. Через те, що воно аналізувало області так далеко від Землі, результатом стали симуляції, які відображали віддалене минуле, відкриваючи нову інформацію про те, як небесні тіла рухались протягом тисячоліть. Результатом стала мапа, яка включала структури темної матерії, про які дослідники раніше не знали.

Такі знання розкривають, як галактики зсунулися і вплинули одна на одну протягом історії. Розуміння цього є ключем до кращого розуміння того, як Всесвіт працює у більших масштабах.

4. Прогнозування майбутніх зсувів

AI може забезпечити погляд у майбутнє, коли вчиться про минуле. Моделі прогнозної аналітики вже застосовували цю концепцію до прогнозування продажів і відстеження спалахів захворювань, і вони можуть зробити те саме для великих небесних подій.

Рішення AI, яке змоделювало 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 у віддаленому майбутньому.

Прогнози, керовані AI, особливо корисні у менших масштабах. Прогнозна аналітика може допомогти дослідникам прогнозувати сонячні бурі чи рух астероїдів, щоб знати, коли може бути необхідна дія для запобігання пошкоджень або порушення на Землі.

5. Створення точних планетарних мап

Деякі інструменти AI підходять до мапування Всесвіту з вузької точки зору. Хоча розуміння зір є важливим, створення мап фізичної поверхні планет може бути більш корисним у ближчому майбутньому, особливо коли дослідження космосу активізується. Ровери NASA для дослідження Марса вже використовують AI для навігації, і подібні технології можуть створити детальні опитування екзопланет.

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

Машинне навчання може виявити тенденції і подібності у величезних 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, використовувану мапу для допомоги у подальшому дослідженні.

6. Прискорення термінів мапування

Усі застосунки AI інструментів мапування прискорюють час, необхідний для аналізу і розуміння Всесвіту. Це важливо, оскільки швидше відкриття веде до прискореної інновації і робить глибше дослідження можливим навіть у умовах обмеженого часу.

Дослідження команді з Японії підкреслює цей потенціал. Команда розробила симулятор AI для моделювання галактик і розподілу темної матерії. Воно зайняло лише одну секунду CPU на ноутбуці для виконання симуляції, коли це нормально займало б суперкомп’ютер десятки годин. Така швидкість не супроводжувалася жодним спадом точності.

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

7. Надання досліджень більш доступним

Подібно, AI робить таке дослідження можливим для більшої групи людей. Коли терміни скорочуються, так само скорочуються і пов’язані з ними витрати. Ці оптимізації означають, що менші компанії або менш фінансово забезпечені дослідники можуть брати участь у тому ж виді дослідження.

Традиційні астрономічні дослідження можуть коштувати мільярди доларів кожне — значно більше, ніж багато компаній або освітніх установ можуть дозволити собі. AI зменшує ці витрати кількома способами. Найочевидніший спосіб полягає у тому, що це 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 з цим витрати. Готові алгоритми стають все більш доступними, коли ця технологія росте, ще більше знижуючи витрати на технології та час навчання моделей. Тенденції, подібні до цієї, демократизуватимуть мапування космосу, що приведе до більшої різноманітності досліджень, які сприяють інноваціям.

AI розблокує секрети Всесвіту

Вчені повинні мапувати Всесвіт з більшою деталізацією для того, щоб наступна хвиля космічних досліджень злетіла. AI може бути ключем до цього починання.

AI вже спричинив вражаючі поліпшення у величезному тілі астрономічних досліджень. Це буде тільки краще, коли більше команд прийматиме цю технологію — ідеальні параметри стануть яснішими, а відповідні дані зростатимуть. Машинне навчання може бути каталізатором другої космічної гонки серед цієї тенденції.