Sztuczna inteligencja zajmuje coraz szersze miejsce w nauce, także w astronomii. Dobrze pokazali to badacze z University of Western Australia. Otóż opracowali oni program, który wielomiesięczną pracę zespołu ludzi wykonuje w kilka sekund. W tym czasie potrafi przypisać do odpowiedniej kategorii dziesiątki tysięcy galaktyk.
Zimna wojna w kosmosie? USA zaniepokojone chińskim programem
- Galaktyki mają różne kształty i rozmiary - zwrócił uwagę Mitchell Cavanagh współautor publikacji, która ukazała się w piśmie "MNRAS". - Sklasyfikowanie kształtów galaktyk to ważny krok w stronę zrozumienia ich powstawania i ewolucji. Może nawet pomóc w poznaniu natury wszechświata - dodał.
Dzięki coraz obszerniejszym badaniom, naukowcy gromadzą dane o galaktykach w ilości, której nie są w stanie przeanalizować. - Mówimy o kilku milionach galaktyk w ciągu kilku następnych lat. Czasami naukowcy-amatorzy pomagają w ich klasyfikacji w takich projektach jak Galaxy Zoo, ale to nadal zajmuje wiele czasu - podkreślił badacz.
Czytaj również:
Klasyfikacja galaktyk w niecałe 3 sekundy
Do tego właśnie można wykorzystać konwolucyjne sieci neuronowe (CNNs - ang. convolutional neural networks). Dzisiaj stosuje się je już niemal wszędzie - tłumaczą astronomowie - w badaniach medycznych, analizie giełdy czy zachowań klientów. Obecne są także w astronomii, np. wykorzystywano je już do klasyfikacji galaktyk, ale tylko w prostym systemie - czy galaktyka jest spiralna, czy nie.
Tymczasem nowy program sprawdza, czy galaktyki mają kształt spiralny, eliptyczny, soczewkowy, czy nieregularny, a przy tym działa z większą dokładnością, niż poprzednie.
- Ogromną zaletą sieci neuronowych jest prędkość ich działania. Obrazy galaktyk, których ludziom analiza by zajęła miesiące, można sklasyfikować w ciągu minut. Korzystając z klasycznej karty graficznej możemy z łatwością przeanalizować 1400 galaktyk w czasie krótszym niż 3 sekundy - mówił Mitchell Cavanagh.
Big data w astronomii
Niekoniecznie jednak komputer będzie dokładniejszy niż człowiek - zwracają uwagę naukowcy. Przyczyna jest taka, że algorytmy uczą się na podstawie informacji opracowanych przez ludzi. Udało się im jednak osiągnąć dokładność 80 proc., a w przypadku galaktyk spiralnych i eliptycznych - 97 proc.
Naukowcy przygotowują się już do sklasyfikowania 100 mln galaktyk położonych w różnych odległościach od Ziemi i w różnych strukturach (grupach, gromadach itp.).
Opracowane narzędzie można przystosować także do innych dziedzin, które wymagają analizy potężnych ilości danych. - CNNs będą odgrywały coraz większą rolę w analizie informacji, szczególnie w takich dziedzinach jak astronomia, które muszą radzić sobie z wyzwaniami typowymi dla big data - stwierdził Cavanagh.
ms
