Når vi prøver å forstå universet, blir vi besatt - vi blir tiltrukket av observasjonstørsten. Satellitter overfører hundrevis av terabyte med datainformasjon hvert år, og bare ett teleskop i Chile vil produsere 15 terabyte rombilder hver natt. Ingen mennesker kan håndtere dem manuelt. Som astronom Carlo Enrico Petrillo sier: “Å se på bilder av galakser er den mest romantiske delen av jobben vår. Problemet er hvordan du kan holde fokus. Derfor utvikler Petrillo en AI som vil hjelpe ham.
Petrillo og kollegene lette etter et fenomen som i hovedsak er et romteleskop. Når en massiv gjenstand (en galakse eller svart hull) blir fanget mellom en fjern lyskilde og en observatør på jorden, bøyer den plass og lys rundt seg, og skaper en linse som lar astronomer se nærmere på utrolige gamle og fjerne deler av universet skjult for vårt syn. Denne effekten kalles gravitasjonslinser, og disse linsene er nøkkelen til å forstå hva universet er laget av. Til nå har det vært langsomt og kjedelig å finne dem.
Det er her kunstig intelligens er nødvendig - og søket etter gravitasjonslinser er helt begynnelsen. Som Stanford-professor Andrew Ng uttrykte det, er AIs evne til å automatisere alt som "en typisk person kan gjøre på mindre enn ett sekund å tenke." Mindre enn et sekund høres kanskje ikke ut som mye, men når det kommer til å sile gjennom store datamengder, er det en gave.
Den nye bølgen av astronomer ser på AI for mer enn bare en datasorterer. De utforsker noe som kan være en helt ny måte å søke på vitenskapelige funn, der kunstig intelligens vil vise deler av universet som vi aldri har sett.
Men først: gravitasjonslinser. Einsteins generelle relativitetsteori forutså dette fenomenet allerede på 1930-tallet, men de første eksemplene dukket ikke opp før i 1979. Hvorfor? Fordi plassen er veldig, veldig stor, og folk tok lang tid å observere den, spesielt uten moderne teleskoper. Jakten på gravitasjonslinser var utfordrende.
"Linsene vi har nå, er funnet på forskjellige måter," sier Lilia Williams, professor i astrofysikk ved University of Minnesota. “Noen ble oppdaget ved en tilfeldighet, folk lette etter noe helt annet. Noen ble funnet av folk som lette etter dem, andre eller tredje gang."
Salgsfremmende video:
AI er veldig flink til å se på bilder. Så Petrillo og kollegene henvendte seg til et elsket AI-verktøy i Silicon Valley: en type dataprogram bestående av digitale “nevroner” som er modellert etter ekte verktøy som skyter ut som svar på innspill. Mat disse programmene (nevrale nettverk) mye data, og de vil lære å gjenkjenne mønstre og mønstre. De fungerer spesielt bra med visuell informasjon og brukes i en rekke maskinsynssystemer - fra kameraer i selvkjørende biler til ansiktsgjenkjenning på bilder på Facebook.
Som det ble skrevet i en artikkel publisert forrige måned, var det ganske overraskende enkelt å bruke denne teknologien på jakt på gravitasjonslinser. Først laget forskerne et datasett for å trene det nevrale nettverket - de genererte 6 millioner falske bilder med og uten gravitasjonslinser. Så matet vi dataene våre til det nevrale nettverket og la dem ligge for å finne ut av mønstrene. Litt finjustering og et program som gjenkjenner gravitasjonslinser med et øyeblikk.
"En flott klassifiserer i det menneskelige ansiktet analyserer bilder med en hastighet på tusen i timen," sier Petrillo. Én linse blir funnet omtrent hver 30. 000 galakser. Derfor vil klassifiseringen måtte jobbe uten søvn og hvile i en uke for å finne bare fem til seks linser. Til sammenligning analyserer et nevralt nettverk 21 779 bilder på bare 20 minutter. Og dette er med en gammel prosessor.
Neuralnettverket var ikke så nøyaktig som datamaskinen. Så hun ikke overså linsen, fikk hun brede parametere. Hun kom med 761 mulige kandidater, som folk studerte og reduserte til 56. Bekreftelse av at dette er ekte linser må bekreftes og bekreftes, men Petrillo tror at en tredjedel vil vise seg å være ekte. Det er omtrent ett objektiv i minuttet, sammenlignet med hundre linser som er oppdaget av hele det vitenskapelige samfunnet de siste tiårene. Farten er utrolig, utsiktene er enorme.
Å finne disse linsene er avgjørende for å forstå et av astronomiens store mysterier: hva er universet laget av? Saken som vi kjenner (planeter, stjerner, asteroider osv.) Representerer bare 5% av all fysisk materie, og ytterligere 95% er helt utilgjengelige for oss. Disse 95% er representert av hypotetisk materie - mørk materie, som vi aldri har observert direkte. Vi må bare studere gravitasjonspåvirkningen det har på resten av universet, og gravitasjonslinser fungerer som en av de viktigste indikatorene.
Hva annet kan AI gjøre? Forskere jobber med en rekke nye verktøy. Noen, som Petrillo, påtar seg identifikasjonsoppgaven: de klassifiserer galakser, for eksempel. Andre skurer datastrømmer etter interessante signaler. Noen nevrale nettverk fjerner kunstig interferens for et radioteleskop ved å isolere bare nyttige signaler. Andre har blitt brukt til å identifisere pulsarer, uvanlige eksoplaneter eller forbedre teleskoper med lav oppløsning. Kort sagt er det mange potensielle bruksområder.
Denne eksplosjonen skyldes delvis generelle maskinvaretrender som utvider AI-feltet, for eksempel tilgjengeligheten av billig datakraft. Astronomer trenger ikke lenger å sitte på buksene på skyfri natt, og observere bevegelsen av individuelle planeter; i stedet bruker de en sofistikert teknikk som skanner himmelen en etter en. Forbedrede teleskoper og datalagringsteknologier gjør at det er enda mer rom for analyse, sier Williams.
Å analysere store datasett er det kunstig intelligens er stor på. Vi kan lære ham å kjenne igjen mønstre og få ham til å jobbe utrettelig, og han vil aldri blinke eller gjøre feil.
Er astronomer bekymret for at de stoler på en maskin som kanskje mangler menneskelig forståelse for å oppdage noe sensasjonelt? Petrillo sier nei. "Generelt sett er mennesker mer partiske, mindre effektive og mer feilutsatte enn maskiner." Williams er enig. "Datamaskiner kan savne visse ting, men de vil systematisk savne dem." Men så lenge vi vet hva de ikke vet, kan vi distribuere automatiserte systemer uten mye risiko.
For noen astronomer går potensialet til AI utover enkel datasortering. De tror at kunstig intelligens kan brukes til å lage informasjon som fyller de blinde flekkene i våre observasjoner av universet.
Astronom Kevin Schawinski og hans team innen astrofysikk av galakser og sorte hull bruker AI for å forbedre oppløsningen til uskarpe teleskopbilder. For dette formål distribuerte de et nevralt nettverk som genererer uovertrufne variasjoner i dataene som studeres, som om en god forger imiterer stilen til en berømt kunstner. Disse samme nettverkene ble brukt til å lage falske bilder av stjernebilder; falske lyddialoger som simulerer virkelige stemmer; og andre typer data. I følge Shavinsky skaper slike nevrale nettverk informasjon som tidligere var utilgjengelig for oss.
I et papir publisert av Shavinsky og teamet hans tidligere i år, viste de at disse nettverkene kan forbedre kvaliteten på rombilder. De senket kvaliteten på bilder av en rekke galakser, la til støy og uskarphet, og førte dem deretter gjennom nevrale nettverk sammen med de originale bildene. Resultatet var fantastisk. Men forskere kan ikke dele det ennå.
Shawinski er på vakt mot prosjektet. Tross alt går det mot vitenskapens grunnleggende grunnlegger: du kan bare kjenne universet ved å observere det direkte. "Av denne grunn er dette verktøyet farlig," sier han. Og de kan bare brukes når vi har nøyaktige data og når vi kan bekrefte resultatet. Du kan trene et nevralt nettverk for å generere data om sorte hull og sende dem til å jobbe i et bestemt himmelområde som har vært dårlig utforsket til nå. Og hvis hun finner et svart hull, vil astronomer måtte bekrefte funnet med egne hender - som tilfellet er med gravitasjonslinser.
Hvis disse metodene viser seg å være fruktbare, kan de bli helt nye forskningsmetoder, komplettere klassiske datasimuleringer og god, gammel observasjon. Så langt er alt bare begynt, men utsiktene er veldig lovende. "Hvis du hadde hatt dette verktøyet, kunne du ta alle dataene fra arkivene, forbedre noe av det og hente ut mer vitenskapelig verdi." En verdi som ikke var der før. AI vil bli en vitenskapelig alkymist som hjelper oss med å transformere gammel kunnskap til ny kunnskap. Og vi kunne utforske rommet som aldri før uten engang å forlate Jorden.
Ilya Khel
