هوش مصنوعی جدید ستارگان و کهکشان ها را دقیق تر از انسان رصد می کند
بیست و یکم: بیست و یکم: پژوهشگران چینی یک سیستم هوش مصنوعی ابداع کردند که می تواند جهان را دقیق تر و شفاف تر از انسان ها بررسی کند.
به گزارش بیست و یکم 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.
منبع: بیست و یكم
این مطلب بیست و یکم را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب