Sztuczna inteligencja pomaga odkrywać tajemnice Wszechświata

tajemnice wszechświata

Astronomowie przy pomocy sztucznej inteligencji mogą dokonywać nowych odkryć i poznawać tajemnice Wszechświata szybciej niż kiedykolwiek wcześniej.

Tajemnice Wszechświata

.„Astronomowie używają sztucznej inteligencji od dziesięcioleci. W 1990 roku badacze z Uniwersytetu w Arizonie, byli jednymi z pierwszych, którzy wykorzystali ten rodzaj technologii zwanej siecią neuronową do badania wyglądu i kształtu galaktyk” – mówi Chris Impey, profesor astronomii na Uniwersytecie w Arizonie.

Od tego czasu zaczęto wykorzystywać sztuczną inteligencję we wszystkich dziedzinach astronomii. W miarę jak technologia ta stawała się coraz bardziej wydajna, algorytmy zaczęły pomagać badaczom w ujarzmianiu ogromnych zbiorów danych i zdobywaniu coraz większej wiedzy o wszechświecie.

Dane z teleskopów

.Astronomia początkowo polegała na poznaniu obiektów na nocnym niebie. Było to stosunkowo proste, gdy jedynymi narzędziami badawczymi było gołe oko lub prosty teleskop, a wszystkim, co można było za ich pomocą zobaczyć, to kilka tysięcy gwiazd i garstka planet.

Ponad sto lat temu Edwin Hubble wykorzystał ówczesne teleskopy, aby pokazać, że wszechświat jest wypełniony nie tylko gwiazdami i chmurami gazu, ale również niezliczonymi galaktykami. Wraz z udoskonalaniem narzędzi, sama liczba obiektów niebieskich, które ludzie mogą zaobserwować, jak i ilość danych, które astronomowie muszą przeanalizować, wzrosła do olbrzymich rozmiarów.

Wkrótce ukończone zostanie Obserwatorium Vera Rubin w Chile, które będzie pozyskiwać obrazy kosmosu tak duże, że w ciągu 10 lat wygeneruje 0,5 eksabajta danych. Dziś działa 20 teleskopów ze zwierciadłami o średnicy większej niż 6 metrów. Algorytmy sztucznej inteligencji są jedynym sposobem, w jaki astronomowie mogliby kiedykolwiek mieć nadzieję na przeanalizowanie wszystkich dostępnych obecnie danych.

Galaktyki ukryte w pikselach

.Astronomia często polega na szukaniu igły w stogu siana. Około 99 proc. pikseli na obrazie astronomicznym zawiera promieniowanie tła, światło z innych źródeł lub czerń kosmosu. Zaledwie tylko 1 proc. zawiera subtelne kształty odległe galaktyk.

Algorytmy sztucznej inteligencji, a w szczególności sieci neuronowe, które są w stanie nauczyć się rozpoznawania wzorów, doskonale nadają się do odnajdywania galaktyk. Astronomowie zaczęli używać ich do klasyfikacji gwiazdozbiorów na początku roku 2010. Obecnie algorytmy te są tak skuteczne, że potrafią klasyfikować galaktyki z dokładnością do 98%.

Technologia ta została również wykorzystana w innych dziedzinach astronomii. Badacze należący do SETI (Search for Extraterrestrial Intelligence) używają radioteleskopów do poszukiwania sygnałów od pozaziemskich cywilizacji. Na początku skanowali oni wykresy wzrokiem, szukając anomalii, których nie dało się wyjaśnić. Niedawno jednak zaprzęgli 150 000 komputerów osobistych do poszukiwania sztucznych sygnałów radiowych. Obecnie naukowcy używają sztucznej inteligencji do analizowania ogromnych ilości danych, która robi to szybciej i dokładniej niż człowiek. Dzięki temu, wysiłki SETI mogą objąć większy obszar, jednocześnie znacznie zmniejszając liczbę fałszywych pozytywnych sygnałów.

Innym przykładem jest poszukiwanie egzoplanet. Astronomowie odkryli większość z 5 300 już poznanych, mierząc spadek ilości światła pochodzącego od gwiazdy, gdy planeta przechodzi przed nią. Sztuczna inteligencja może wyłapać oznaki tych ciał niebieskich z 96 proc. dokładnością.

Tajemnice Wszechświata – nowe odkrycia

.Sztuczna inteligencja pomaga w identyfikowaniu znanych już ciał niebieskich, takich jak galaktyki i egzoplanety. Jest ona również bardzo skuteczna w znajdowaniu obiektów lub zjawisk, które są przedmiotem teorii, ale ich istnienie nie zostało jeszcze potwierdzone w świcie rzeczywistym.

Badacze wykorzystali już tą technologię do wykrycia egzoplanet, poznania protoplastów gwiazd, dzięki którym powstała i rozwinęła się Droga Mleczna, oraz by przewidzieć sygnatury nowych rodzajów fal grawitacyjnych.

Aby tego dokonać, astronomowie początkowo wykorzystują sztuczną inteligencję do przekształcenia modeli teoretycznych w sygnatury obserwacyjne. Następnie wykorzystują uczenie maszynowe, aby zwiększyć zdolność algorytmów do wykrywania przewidywanych zjawisk.

Radioastronomowie używają również algorytmów sztucznej inteligencji do przesiania sygnałów, które nie odpowiadają poznanym już zjawiskom. Niedawno zespół z RPA znalazł wyjątkowy obiekt, który może być pozostałością po połączeniu się dwóch supermasywnych czarnych dziur. Jeśli te dane okażą się prawdą, pomoże to w zbadaniu ogólnej teorii względności Alberta Einsteina.

Pomoc w dokładniejszym poznaniu dokonanych już odkryć

.Generatywna sztuczna inteligencja i modele językowe, takie jak ChatGPT, również oddziałują na astronomię. Zespół, który stworzył pierwszy obraz czarnej dziury w 2019 roku, użył właśnie tej technologii do wytworzenia nowego przedstawienia tego kosmicznego zjawiska. Aby to zrobić, naukowcy nauczyli sztuczną inteligencję, jak rozpoznawać czarne dziury, karmiąc ją symulacjami wielu rodzajów tych obiektów. Następnie zespół wykorzystał zbudowany przez siebie model sztucznej inteligencji do wypełnienia luk w ogromnej ilości danych zebranych przez radioteleskopy na temat czarnej, której zdjęcie udało się uchwycić.

Używając tych symulowanych danych, astronomowie byli w stanie stworzyć nowy obraz, który jest dwa razy ostrzejszy niż oryginał i jest w pełni zgodny z przewidywaniami ogólnej teorii względności.

Badacze zwracają się w stronę sztucznej inteligencji, aby móc okiełznać złożoność współczesnych badań. Zespół z Harvard-Smithsonian Center for Astrophysics stworzył model językowy o nazwie astroBERT, który odczytuje i porządkuje 15 milionów prac naukowych dotyczących astronomii.

Wraz z postępem sztucznej inteligencji, stała się ona niezbędnym narzędziem dla astronomów. W miarę jak teleskopy stają się coraz dokładniejsze, zbiory danych coraz większe, a sztuczna inteligencja wciąż się doskonali, jest prawdopodobne, że technologia ta będzie odgrywać główną rolę w przyszłych odkryciach dotyczących wszechświata.

Zbiory danych

.Profesor nauk technicznych i doktor habilitowany nauk matematycznych, Jacek KORONACKI, na łamach „Wszystko co Najważniejsze” zauważa, że: „W ciągu ostatnich dekad w niebywałym tempie wzrosła i nadal rośnie liczba coraz większych zbiorów danych (tzw. big data), które poddaje się analizom, przy czym dane te są generowane przez zjawiska coraz bardziej złożone i coraz mniej znane. Modelowanie przyczynowo-skutkowe idzie w coraz większej mierze w zapomnienie, przemysł i zwłaszcza cały sektor usług wołają o dobrą predykcję i dyskryminację, czyli stosowanie metod EDA. Rzecz przy tym jasna, że klasyczna EDA wymagała adekwatnego do potrzeb rozwoju”.

„Potrzebne były i są coraz lepsze, coraz „inteligentniejsze” algorytmy. Z czasem powstała cała dziedzina maszynowego uczenia się (zwykle mówimy uczenia maszynowego, w skrócie, znowu z angielska, ML), która jest obecnie głównym filarem tzw. sztucznej inteligencji (jeszcze raz z angielska, w skrócie AI). Nie ma jednej i powszechnie przyjętej definicji AI. Jej dobrze odpowiadające intuicji określenie zaproponowane przez jednego z pionierów tej dyscypliny, Nilsa J. Nilssona, jest następujące: „Sztuczna inteligencja jest efektem ludzkiego działania zmierzającego do uczynienia maszyn inteligentnymi; z kolei inteligencja jest tą jakością, która pozwala danemu bytowi działać właściwie i przewidująco w jego otoczeniu” – pisze prof. Jacek KORONACKI w tekście „Historia ChatGPT, danologia, sztuczna inteligencja oraz ryzyko pochwały nierozumnego rozumu”.

WszystkocoNajważniejsze/phys.org/Emil Gołoś

Materiał chroniony prawem autorskim. Dalsze rozpowszechnianie wyłącznie za zgodą wydawcy. 14 maja 2023