Da Orsina Fiorentini 
astronomia È tutta una questione di dati. L’universo sta diventando più grande e così anche la quantità di informazioni che abbiamo su di esso. Ma alcune delle maggiori sfide per la prossima generazione di astronomia risiedono nel modo in cui studiamo tutti i dati che raccogliamo.
Per affrontare queste sfide, gli astronomi si stanno rivolgendo all’apprendimento automatico e all’intelligenza artificiale (AI) per creare nuovi strumenti per cercare rapidamente la prossima grande svolta. Ecco quattro modi in cui l’intelligenza artificiale sta aiutando gli astronomi.
1. Caccia al pianeta
Ci sono molti modi per trovare un pianeta, ma il modo più efficace è stato Studio Obour. Quando un esopianeta passa davanti alla sua stella madre, blocca parte della luce che possiamo vedere.
Osservando le numerose orbite di un esopianeta, gli astronomi creano un’immagine dei cali di luce, che possono utilizzare per determinare le caratteristiche del pianeta, come la massa, le dimensioni e la distanza dalla sua stella. NASA Keplero Il telescopio spaziale ha utilizzato questa tecnica con grande successo osservando migliaia di stelle contemporaneamente e osservando i cali causati dai pianeti.
Gli umani sono bravi a vedere questi cali, ma è un’abilità che richiede tempo per svilupparsi. Con più missioni dedicate alla ricerca di nuovi esopianeti, come (NASA)Transito di un satellite per rilevare i pianeti esterni), gli umani non possono tenere il passo. È qui che entra in gioco l’intelligenza artificiale.
Le tecniche di analisi delle serie temporali – che analizzano i dati come una sequenza sequenziale nel tempo – sono state combinate con un qualche tipo di intelligenza artificiale per identificare con successo i segnali degli esopianeti con un massimo di 96% di precisione.
2. Onde gravitazionali
Non solo i modelli di serie temporali sono ottimi per trovare esopianeti, ma sono anche perfetti per trovare i segni degli eventi più catastrofici dell’universo: fusioni tra buchi neri e stelle di neutroni.
Quando questi oggetti incredibilmente densi cadono verso l’interno, inviano increspature nello spaziotempo può essere rilevato Misurando i deboli segnali qui sulla Terra. Cooperazione nel rivelatore di onde gravitazionali da un capo all’altro E il Vergine I segnali hanno identificato dozzine di questi eventi, tutti con l’aiuto apprendimento automatico.
Addestrando modelli sui dati che simulano le fusioni di buchi neri, i team di Ligo e Virgo possono identificare potenziali eventi nei momenti in cui si verificano e inviare avvisi agli astronomi di tutto il mondo per indirizzare i loro telescopi nella giusta direzione.
3. Il cielo che cambia
quando Osservatorio Vera Rubin, attualmente in costruzione in Cile, è online e scansionerà l’intero cielo notturno ogni notte – e raccoglierà più di 80 terabyte di immagini in una volta sola – per vedere come le stelle e le galassie nell’universo differiscono nel tempo. Un terabyte equivale a 8.000.000.000.000 di bit.
Nel corso delle operazioni pianificate, la Legacy Survey of Space and Time di Rubin raccoglierà ed elaborerà centinaia di petabyte di dati. Per metterlo in un contesto, 100 petabyte è la quantità di spazio di cui hai bisogno Memorizza ogni foto su Facebook, o circa 700 anni di video Full HD.
Non sarai solo in grado di accedere ai server e scaricare quei dati, e anche se lo fai, non sarai in grado di trovare quello che stai cercando.
Le tecniche di apprendimento automatico verranno utilizzate per ricercare questi sondaggi di prossima generazione ed evidenziare dati importanti. Per esempio, un algoritmo Forse sta cercando nelle immagini eventi rari come le supernovae – eruzioni drammatiche alla fine della vita di una stella – e un altro potrebbe cercare quasar. Addestrando i computer a riconoscere i segnali di determinati fenomeni astronomici, il team sarà in grado di fornire i dati giusti alle persone giuste.
4. Lenti gravitazionali
Man mano che raccogliamo sempre più dati sull’universo, a volte dobbiamo formattare ed eliminare dati inutili. Quindi, come possiamo trovare le cose più rare in questi spazi di dati?
Uno dei fenomeni celesti che eccita molti astronomi è forte lente gravitazionale. Questo è ciò che accade quando due galassie si allineano lungo la nostra linea di vista e la gravità della galassia più vicina funge da lente e ingrandisce l’oggetto più lontano, creando anelli, croci e immagini doppie.
Trovare queste lenti è come trovare un ago in un pagliaio, un pagliaio delle dimensioni dell’universo visibile. È una ricerca che diventerà sempre più difficile man mano che raccoglieremo sempre più immagini di galassie.
Nel 2018 hanno partecipato astronomi di tutto il mondo La sfida di trovare una forte lente gravitazionale Hanno gareggiato per vedere chi poteva creare il miglior algoritmo per trovare automaticamente queste lenti.
Il vincitore di questa sfida ha utilizzato un modello chiamato rete neurale convoluzionale, che impara a scomporre le immagini utilizzando diversi filtri in modo da poterle classificare come dotate di lenti o meno. Sorprendentemente, questi modelli sono andati meglio degli umani, trovando sottili differenze nelle immagini che noi umani abbiamo difficoltà a percepire.
Nel prossimo decennio, utilizzando nuovi strumenti come l’Osservatorio Vera Rubin, gli astronomi raccoglieranno petabyte di dati, ovvero migliaia di terabyte. Man mano che approfondiamo l’universo, la ricerca degli astronomi si baserà sempre più sulle tecniche di apprendimento automatico.
Questo articolo di Ashley SpindlerAssegnista di ricerca, Astrofisica, Università dell’Hertfordshire, ripubblicato da Conversazione Con Licenza Creative Commons. Leggi il articolo originale.