Спалахи зір — достатньо різноманітний клас транзієнтних явищ, представників якого досить легко сплутати з чимось іншим. Нещодавно науковці застосували штучний інтелект Gemini, щоб виявляти та класифікувати їх.
Використання нейромережі Gemini для класифікації зір, що вибухають
Як штучний інтелект (ШІ) може допомогти астрономам ідентифікувати небесні об’єкти на нічному небі? Саме це питання намагається вирішити нещодавнє дослідження, опубліковане в журналі Nature Astronomy, в якому міжнародна група науковців розглянула можливості використання ШІ для проведення астрофізичних досліджень небесних подій, включаючи чорні діри, що поглинають світила, або навіть самі зорі, що вибухають. Це дослідження може допомогти астрономам використовувати ШІ для вдосконалення своєї галузі, скоротивши час і ресурси, які традиційно витрачаються на сканування нічного неба.
Для дослідження науковці протестували велику мовну модель Google (LLM) Gemini на трьох наборах даних про нічне небо: Panoramic Survey Telescope and Rapid Response System (Pan-STARRS), MeerLICHT (з голландської — «більше світла») та Asteroid Terrestrial-impact Last Alert System (ATLAS). Метою було встановити, чи можуть LLM досягти такого ж рівня точності та ефективності, як наведені вище набори даних, під час представлення Gemini трьох наборів зображень.
Дослідники використовували спеціальні підказки для Gemini, щоб проаналізувати 15 прикладів з інструкціями класифікувати їх як «Не цікаво», «Мало цікаво» та «Дуже цікаво» для небесних артефактів, змінних зір та вибухових подій відповідно, з повним репозиторієм прикладів, підказок та інструкцій, завантажених на GitHub. Потім дослідники провели повторний аналіз через шість місяців після оновлення Gemini новими алгоритмами. Врешті-решт, дослідники виявили, що Gemini досягнув точності для ATLAS, MeerLICHT та Pan-STARRS, відповідно 91,9 %, 93,4 % та 94,1 %.
Точність нейронних мереж
Астрономи вважають, що нейронні мережі допоможуть їм із проблемою відокремлення реальних подій від помилкових сигналів під час обробки даних.
«Ми витратили роки на навчання моделей машинного навчання, нейронних мереж і систем розпізнавання зображень. Та точність LLM у визначенні джерел із мінімальними підказками, без спеціалізованого навчання під конкретне завдання, виявилася вражаючою. Якщо нам вдасться розробити технологію для масштабування цього підходу, це може стати справжньою революцією в галузі — ще одним прикладом того, як штучний інтелект сприяє науковим відкриттям», — зазначає доктор Стівен Смарт, професор астрофізики Оксфордського університету та співавтор дослідження.
Приклади використання ШІ в астрономії
Це дослідження з’явилося в той час, коли штучний інтелект швидко розвивається в астрономії та планетології завдяки безлічі застосувань, включаючи виявлення екзопланет, аналіз поверхні планет і астрономічних наборів даних, ідентифікацію наднових, швидких радіоспалахів, гамма-спалахів і гравітаційних хвиль, громадянську науку, теоретичне моделювання та роботу телескопів.
Прикладом використання штучного інтелекту в астрономії є відкриття Kepler-90i, яка розташована приблизно за 2767 світлових років від Землі та є восьмою планетою, відкритою в цій системі. Kepler-90i класифікують як суперземлю — її маса приблизно у 2,3 раза більша за земну. Однак температура на її скелястій поверхні занадто висока, щоб там могло існувати життя, як ми його знаємо. Усі планети системи Kepler-90 обертаються всередині внутрішнього краю зони, придатної для життя своєї зорі. Це означає, що їхні поверхні або атмосфери, ймовірно, надто гарячі для підтримання життя.
Ще один приклад використання ШІ у планетарній науці — дослідження марсіанських землетрусів. Завдяки аналізу даних штучним інтелектом науковці з’ясували, що сейсмічні хвилі на Марсі поширюються зовсім інакше, ніж вважалося раніше.
Майбутні застосування ШІ в астрономії та планетології включають прогнозування космічної погоди, використання автономних роботів на Місяці та Марсі, а також використання ШІ у майбутніх пілотованих місіях, щоб допомогти астронавтам ухвалювати більш обґрунтовані рішення. Отже, це дослідження не лише підкреслює розширення застосування штучного інтелекту в астрономії та планетології, а й засвідчує, що безкоштовні онлайн-інструменти, такі як Gemini, відкривають шлях до наукових відкриттів навіть для тих, хто не є професійним науковцем.
За матеріалами phys.org
