Искусственный интеллект может использоваться для поиска экзопланет
Искусственный интеллект может использоваться для поиска экзопланет
Новое исследование, проведенное Университетом Джорджии, показывает, что ИИ можно использовать для поиска планет за пределами Солнечной системы.
Первая экзопланета была обнаружена в 1992 году. На данный момент известно о существовании более 5000 таких планет. Экзопланеты на стадии формирования трудно увидеть, поскольку они находятся очень далеко, часто в сотнях световых лет от Земли. Диски, в которых эти планеты формируются, очень толстые. Их толщина больше, чем расстояние от Земли до Солнца. А планеты, как правило, находятся в середине этих дисков.
Исследование показало, что ИИ может помочь ученым в поиске.
«Мы использовали исключительно синтетические данные телескопа, сгенерированные с помощью компьютерного моделирования, для обучения этого искусственного интеллекта, а затем применили его к реальным данным телескопа. Подобное никогда раньше не делалось в нашей области, и это открывает путь к потоку открытий по мере поступления данных от телескопа Джеймса Уэбба», – говорит Кассандра Холл, соавтор исследования.
Ученым необходимы аналитические инструменты следующего поколения для обработки высококачественных данных. Тогда исследователи смогут тратить больше времени на теоретические интерпретации, а не на попытки найти крошечные сигнатуры.
«В значительной степени способ, которым мы анализируем эти данные, заключается в том, что у вас есть десятки, сотни изображений для конкретного диска, и вы просто просматриваете их и спрашиваете: «Это покачивание?». Затем запускаете дюжину симуляций, чтобы увидеть, действительно ли это покачивание», — сказал Джейсон Терри, ведущий автор исследования.
Терри говорит, что машинное обучение может улучшить человеческий потенциал для экономии времени и денег.
«В науке, и особенно в астрономии в целом, сохраняется скептицизм по поводу машинного обучения и искусственного интеллекта. Присутствует обоснованная критика того, что это такой черный ящик, где у вас есть сотни миллионов параметров, и каким-то образом вы получаете ответ. Но мы думаем, что в этой работе мы довольно убедительно продемонстрировали, что машинное обучение справляется с поставленной задачей. Вы можете спорить об интерпретации. Но в данном случае у нас есть очень конкретные результаты, которые демонстрируют мощь этого метода», – отмечает он.