I et forsøg på at forstå Universet, er vi blevet besat — vi er fristet af begær, af observationerne. De satellitter, der sender hundredvis af terabytes af oplysninger hvert år, og kun ét teleskop i Chile, der vil producere 15 terabyte af billeder af plads hver aften. Ingen vil være i stand til at behandle dem manuelt. Siger astronom Carlo Enrico Petrillo, “at se på billeder af galakser — den mest romantiske del af vores arbejde. Problemet er, hvordan at forblive fokuseret”. Derfor, Petrillo udvikler AI, der vil hjælpe ham.
Petrillo og hans kolleger har søgt efter et fænomen, der er væsentlige i en space telescope. Når en massiv genstand (galaxy eller et sort hul) mellem en fjern lyskilde og observatør på Jorden, han bøjer rum og lys omkring det, at skabe en optik, der tillader astronomerne at se nærmere på utrolig gamle og fjerne områder af Universet skjult fra visning. Denne effekt kaldes gravitationel lensing, og disse linser er nøglen til forståelse af, hvad universet er lavet. Stadig på udkig efter dem, var langsom og kedelig.
Det er her, at vi har brug for kunstig intelligens og søg efter gravitationelle linser er begyndelsen. De ord, Stanford-Professor Andrew ng, evne til AI giver dig mulighed for at automatisere alle, at “typiske person kan gøre i mindre end et sekund for at tænke.” Mindre end en anden, kan ikke synes særlig generøs, men når det kommer til sigtning store mængder af data, det er bare en gave fra himlen.
En ny bølge af astronomer, der overvejer at AI ikke kun som en sortering af data. De udforske noget, der kan være en helt ny måde at søge efter videnskabelige opdagelser, når den kunstige intelligens vil vise en del af Universet, som vi aldrig har set.
Men først: en gravitationel linse. Den Generelle relativitetsteori forudsagde dette fænomen tilbage i 1930-erne, men de første eksempler kun dukkede op i 1979. Hvorfor? Fordi rummet er meget meget stor, og folk havde en masse af tid til at være opfyldt, især uden moderne teleskoper. Jagten efter gravitationelle linser var svært.
“Objektiver, som vi har nu, var der findes i forskellige måder,” sagde Liliya Williams, Professor i astrofysik ved University of Minnesota. “Nogle blev opdaget ved et uheld, var folk på udkig efter noget helt andet. Nogle af dem er blevet fundet af folk, der var på udkig i det andet eller tredje gange.”
At se på billeder AI kender rigtig godt. Derfor, Petrillo og hans kolleger har henvendt sig til af AI, elskede i Silicon valley: type af computer-program, der består af en digital “neuroner”, som bygger på det billede af disse, der er aktiveret som svar på input. Feed disse programmer (neurale netværk) en flok af data, og de vil lære at genkende ordninger og mønstre. De arbejder specielt godt med visuelle oplysninger og anvendes i forskellige machine vision systemer — fra kameraer til selvkørende biler til ansigtsgenkendelse på billeder på Facebook.
Som der blev skrevet i den artikel, der blev offentliggjort i sidste måned, anvendelsen af denne teknologi til at jage for gravitationel linse var overraskende enkel. Første gang, forskere har lavet et datasæt til træning af de neurale netværk, der er genereret 6 millioner falske billeder af gravitationelle linser, og uden dem. Så fed at det neurale netværk, dine oplysninger og venstre for at forstå de mønstre. En lille finjustering og få et program, der kan genkende en gravitationel linse i løbet af et øjeblik.
“Fantastisk klassificeringen i ansigtet af en mand undersøger med et billede af en tusind per time,” siger Petrillo. En linse er beliggende omkring 30, 000 galakser. Derfor, sigten bliver nødt til at arbejde uden søvn og hvile i løbet af ugen, for at finde fem eller seks linser. Neurale netværk til sammenligning, forstår, 21 789 billeder på bare 20 minutter. Og denne en gammel processor.
Det neurale netværk, der var ikke så nøjagtige som computeren. Hun savnede linse bredt parametre. Hun gav 761 mulige kandidater, som folk har studeret og reduceret til 56. For at bekræfte, at dette er en rigtig linse, bliver nødt til at tjekke og bekræfte resultaterne, men Petrillo mener, at den tredje vil være reel. Det er omkring en linse per minut, når der sammenlignes med de hundredvis af linser, opdagede, at hele det videnskabelige samfund i de seneste par årtier. Den hastighed er utroligt, perspektiv, er enorm.
Søgningen til disse linser, er afgørende for at forstå et af de største mysterier i astronomi: hvad er universet? Sagen, som vi kender det (planeter, stjerner, asteroider, osv.) kun udgør 5% af alle fysiske materie, og endnu 95% af os er helt utilgængelige. Disse 95% af den hypotetiske stof — mørkt stof, som vi har aldrig observeret direkte. Vi kan kun studere den gravitationelle virkning, som det har på resten af Universet, og gravitationelle linser, er en af de vigtigste indikatorer.
Hvad andet kan AI gøre? Forskere arbejder på en række nye værktøjer. Nogle, som Petrillo, tage på opgaven for identifikation: klassificeret galaxy, for eksempel. Andre er til gavn for data streams i jagten på interessante signaler. Nogle neurale netværk kunstige eliminere interferens for radio-teleskop, isolerer kun de nyttige signaler. Andre blev brugt til at identificere den pulsarer, der er usædvanlige exoplaneter eller forbedring af teleskoper med en lav opløsning. Kort sagt, de potentielle anvendelsesmuligheder er mange.
Denne eksplosion er til dels som følge af Generelle tendenser i den hardware, der giver dig mulighed for at udvide området for anvendelse af AI, såsom tilgængeligheden af billig computerkraft. Astronomer ikke længere behøver at sidde på en skyfri nat, ser bevægelsen af de enkelte planeter; i stedet, de bruger avanceret udstyr, der scanner dele af himlen, den ene efter den anden. Forbedrede teleskoper og data storage teknologier betyder, at analysen er nu endnu mere, siger Williams.
Analyse af store datasæt, som er godt i stand til at gøre kunstig intelligens. Vi kan lære at genkende mønstre og komme til at arbejde med ham i en uendelighed, og han har aldrig blinker, og vil ikke gå galt.
Bekymret for, om astronomer, at de har tillid til den maskine, som ikke kan være nok, menneskelig forståelse at opdage noget opsigtsvækkende? Petrillo siger nej. “Generelt er folk mere forudindtaget, mindre effektiv og mere udsat for fejl, end en maskine.” Wilms er enig. “Computere kan savne visse ting, men de vil gå glip af dem systematisk”. Men indtil vi ved, hvad de ikke ved, vi kan anvende automatiserede system uden nogen risiko.
For nogle astronomer, potentiale AI går ud over en simpel sortering af data. De mener, at kunstig intelligens kan anvendes til at skabe information, der fylder de blinde pletter i vores observationer af Universet.
Astronom Kevin Sowinski og hans team, der er specialiseret i astrofysik af galakser og sorte huller, ved hjælp af AI til at forbedre beslutning uskarpe billeder teleskoper. Til dette formål har de lanceret et neuralt netværk, der genererer uovertruffen af variation af de undersøgte data, selv om en god forfalskeren imiterer den stil af en berømt kunstner. De samme netværk, der blev brugt til at skabe en falsk billeder af stjerner; falske autodialogs at efterligne det virkelige stemmer, og andre typer af data. Ifølge Sivinskogo, disse neurale netværk skaber oplysninger, der tidligere var utilgængelige for os.
I en artikel udgivet i Sawinski og hans team i begyndelsen af dette år, viste de, at disse netværk kan forbedre kvaliteten af de billeder plads. De sænkede kvaliteten af de billeder af flere galakser, der er tilføjet støj og slør, og derefter gik dem gennem neurale netværk, sammen med de oprindelige billeder. Resultatet var forbløffende. Men forskerne er endnu ikke i stand til at dele.
Sowinski på vagt over for projektet. I den ende, der går imod principperne om videnskab: du kan læse Universet, men kun observere det direkte. “Af denne grund, dette værktøj er farligt,” siger han. Og det kan kun bruges, når vi har præcise oplysninger, og når vi kan kontrollere resultatet. Du kan træne netværket, for at generere data om sorte huller og sende hende til at arbejde i et bestemt område af himlen, som indtil nu har været dårligt undersøgt. Og hvis hun finder et sort hul, er astronomerne nødt til at bekræfte opdagelsen af hans egne — som i tilfælde af gravitationelle linser.
Hvis disse metoder vil vise sig frugtbare, kan de blive en helt ny forskning metoder, til at supplere den klassiske computer-modellering og gode gamle observation. Mens alt er bare begyndelsen, men udsigterne er meget lovende. “Hvis du havde dette værktøj kan du gendanne alle data fra arkiver, til at forbedre nogle af dem og uddrage de mest videnskabelig værdi.” Værdi, som ikke var før. AI vil blive en videnskabelig alkymist, der hjælper os til at omsætte viden til nye. Og vi kunne studere kosmos som aldrig før, endda uden at forlade Jorden.
Kunstig intelligens er det ideelle værktøj til studiet af Universet
Ilya Hel