تاریخ ارسال : 1404/05/05
به گزارش سپیدپندار دات کام محققان چینی یک سیستم هوش مصنوعی ابداع کردند که می تواند جهان را دقیق تر و شفاف تر از انسان ها بررسی کند.
به گزارش سپیدپندار دات کام به نقل از اینترستینگ انجینرینگ، تابحال برای برچسب زدن میلیونها ستاره، کهکشان یا اختروش از روشی دقیق اما کند به نام طیف سنجی استفاده می شد که هرچند صحت بالایی دارد اما قادر نیست همپای تلسکوپ های مدرن داده های آنها را پردازش کند. درهمین راستا پژوهشگران چینی یک مدل هوش مصنوعی ساخته اند که می تواند این کار را به سرعت و با دقت بالایی انجام دهد. ابزار مذکور حالا بالاتر از ۲۷ میلیون شی کهکشان را در طیف وسیعی از آسمان دسته بندی کرده است.
با این وجود هدف استفاده از این ابزار صرفه جویی در وقت نیست. در حقیقت هوش مصنوعی شیوه اکتشاف و درک جهان را دگرگون می کند و به پژوهشگران امکان می دهد انبوهی از داده ها را بررسی نمایند و الگوهای ناشناخته و اجسام نادر آسمانی را که قبلا نادیده گرفته شده بودند را شناسایی کند. گروهی از محققان در رصدخانه های Yunnan این چالش قدیمی در ستاره شناسی را بررسی کردند. رصدخانه های یون نان (Yunnan Observatories) مجموعه ای از تلسکوپ ها و مراکز تحقیقاتی نجومی هستند که در استان یون نان چین قرار دارند. خیلی از ستارگان و اختروش ها در تصاویر شبیه یکدیگر و به صورت نقطه هایی کوچک و درخشان دیده می شوند.
از طرف دیگر کهکشان ها نیز باتوجه به آنکه چقدر ازما دور هستند، کوچک به نظر می رسند. اتکا به این که اشیا آسمانی چه طور به نظر می رسند، بیشتر اوقات به سردرگمی منجر می شود. استفاده از الگوهای نور که SED نیز نامیده می شود در این حالت، کمک حال است اما این تکنیک به تنهایی اشتباهاتی را به ویژه درباره ی اشیا دوردست یا کم نور همراه دارد. بدین سبب پژوهشگران یک شبکه عصبی ابداع کردند که از داده ها می آموزد. این سیستم هوش مصنوعی می تواند دو نوع داده را همزمان کنترل کند. یکی از این نوع داده ها خاصیت های مورفولوژیکی (اینکه شی چه طور به نظر می رسد) و دیگری خاصیت SED (میزان درخشش اشیا در طول موج های مختلف چه طور است) است.
این تکنیک دوگانه به ایجاد مدلی منجر گردید که تمایزهای نامحسوس بین ستارگان، کهکشان ها و اختروش ها را بهتر رصد می کرد. محققان مدل هوش مصنوعی خودرا بر طبق منابع طیف سنجی تایید شده هفدهمین داده های انتشار یافته Sloan Digital Sky Survey آموزش دادند که یک مخزن داده معتبر با انواع اجسام آسمانی شناخته شده است. آنها در مرحله بعد مدل را با تصاویری که از Kilo-Degree Survey به دست آمده بود آزمایش و روی اشیایی تمرکز کردند که درخشندگی آنها بیش از حد خاصی بود.
این مدل داده هایی را که حدود ۱۳۵۰ درجه مربع از آسمان را پوشش می داد، پردازش کرد و موفق شد بالاتر از ۲۷ میلیون منبع را به درستی دسته بندی کند. پژوهشگران جهت بررسی میزان معتبر بودن هوش مصنوعی آنرا با مجموعه داده های دیگر نیز آزمایش کردند. هنگامیکه این مدل با ۳.۴ میلیون منبع مربوط به ماموریت Gaia آزمایش شد که بیشتر آنها ستارگانی در مسافت هایی مشخص یا درحال حرکت بودند، ۹۹.۷ درصد از ستارگان به درستی برچسب زده شد.
هوش مصنوعی و نجوم: فراتر از صرفه‌جویی در زمان
همونطور که اشاره شد، هوش مصنوعی (AI) فراتر از یک ابزار برای سرعت بخشیدن به کارهای زمان‌بره. در حوزه نجوم، هوش مصنوعی شیوه اکتشاف و درک جهان رو دگرگون می‌کنه. این اتفاق به چند دلیل عمده رخ میده:
پردازش حجم عظیم داده‌ها: تلسکوپ‌های مدرن مثل تلسکوپ‌های مورد استفاده در پروژه Sloan Digital Sky Survey (SDSS) یا Kilo-Degree Survey (KiDS) روزانه مقادیر نجومی از داده‌ها رو جمع‌آوری می‌کنن. تحلیل دستی این داده‌ها توسط انسان عملاً غیرممکنه. هوش مصنوعی با توانایی خود در پردازش و تحلیل سریع و دقیق این انبوه داده‌ها، به دانشمندان اجازه میده تا به اطلاعاتی دست پیدا کنن که قبلاً غیرقابل دسترس بودن.
شناسایی الگوهای پنهان: هوش مصنوعی، به‌ویژه شبکه‌های عصبی (Neural Networks)، می‌تونه الگوهای پیچیده و نامحسوس رو در داده‌ها شناسایی کنه که ممکنه برای چشم انسان قابل تشخیص نباشن. در مورد این خبر، هوش مصنوعی می‌تونه تمایزهای ظریفی بین ستاره‌ها، کهکشان‌ها و اختروش‌ها رو بر اساس ویژگی‌های ظاهری (مورفولوژیکی) و همچنین الگوهای نور (SED - Spectral Energy Distribution) اون‌ها تشخیص بده. این یعنی حتی اجرام آسمانی که از نظر ظاهری شبیه به هم هستن یا در فواصل بسیار دور قرار دارن و کم‌نور هستن، می‌تونن به درستی طبقه‌بندی بشن.
کشف اجرام نادر و ناشناخته: با توانایی هوش مصنوعی در بررسی میلیونها جرم آسمانی، احتمال شناسایی اجرام نادر و ناشناخته که قبلاً از دید محققان پنهان مونده بودن، به شدت افزایش پیدا می‌کنه. این می‌تونه منجر به کشفیات جدید و درک عمیق‌تری از کیهان بشه.
تکمیل روش‌های سنتی: همونطور که اشاره شد، طیف‌سنجی روشی دقیق اما کنده. هوش مصنوعی با ارائه یک راه حل سریع و با دقت بالا، می‌تونه مکمل روش‌های سنتی باشه. این به محققان اجازه میده تا طیف‌سنجی رو برای بررسی دقیق‌تر مواردی که هوش مصنوعی در موردشون نیاز به تایید بیشتر داره، به کار ببرن و زمان و منابع ارزشمند رو بهینه‌سازی کنن.
آموزش از داده‌های موجود: نکته کلیدی در این پروژه، آموزش مدل هوش مصنوعی با داده‌های طیف‌سنجی تایید شده از پروژه‌هایی مثل Sloan Digital Sky Survey بوده. این "داده‌های آموزشی" به هوش مصنوعی اجازه میدن تا یاد بگیره چطور اجرام آسمانی رو با دقت بالا طبقه‌بندی کنه. هرچه داده‌های آموزشی باکیفیت‌تر و متنوع‌تر باشن، عملکرد مدل هوش مصنوعی هم بهتر خواهد بود.
به طور خلاصه، این پیشرفت در نجوم نشون میده که هوش مصنوعی تنها یک ابزار برای افزایش کارایی نیست، بلکه موتوری قدرتمند برای اکتشافات علمی و باز کردن مرزهای جدید دانش در مورد جهان هستی به حساب میاد.
منبع: سپیدپندار دات كام
به این مطلب چه امتیازی می دهید؟
1
2
3
4
5
(1)
نظر شما در مورد طبقه‌بندی ۲۷ میلیون جرم آسمانی؛ انقلاب هوش مصنوعی در نقشه برداری کیهانی چیست؟