Co by udělal Galileo?
Skupina vědců a astronomů úspěšně využila umělou inteligenci a strojové učení k identifikaci a klasifikaci supernov v okamžiku jejich vzniku. Jednalo se o testování robota projektu Bright Transient Sky Survey (BTS), který je součástí širšího programu sledování a klasifikace supernov nad určitou úrovní jasnosti.
Tým, který stojí za robotem BTS, tvrdí, že by mohl vědcům poskytnout více času na analýzu nebeských událostí tím, že by eliminoval lidského prostředníka při potvrzování, zda je detekovaná událost hvězdnou explozí. Robot byl spuštěn minulý týden a obsluhují ho studenti a vyučující na Northwestern University, soukromé výzkumné instituci.
„Je to důležitý krok vpřed,“ řekl Adam Miller, docent na Northwesternu, „protože další zdokonalování modelu umožní robotovi izolovat specifické podtypy hvězdných explozí.“ Vyřazení člověka ze smyčky nakonec poskytne výzkumnému týmu více času na analýzu pozorování a předložení nových hypotéz, které by vysvětlily původ pozorovaných kosmických explozí.“
Někteří vyjádřili obavy z nahrazení umělou inteligencí a namítli proti myšlence odstranění „lidského prostředníka“, ale Miller řekl, že cílem je zvýšit efektivitu.
„Děláme to zhruba od roku 2018, kdy tento projekt začal,“ řekl TCN spoluvedoucí projektu a postgraduální student astronomie Nabil Rehemtula. „Takže nyní máme desítky tisíc supernov, na kterých můžeme trénovat a vytvářet modely a automatizovat proces.
Mlhovina Koňská hlava je vidět na tomto
Supernova je výbuch hvězdy, při kterém se uvolní tolik energie, že na krátkou dobu zastíní celou galaxii. K výbuchu supernovy dochází, když se vyčerpá jaderné palivo v jádru hvězdy, což vede ke katastrofickému zhroucení.
Zařízení Zwicky Transient Facility (ZTF), pojmenované po astronomovi Fritzi Zwickym a umístěné na observatoři Palomar v San Diegu v Kalifornii, bylo založeno v roce 2018 za účelem rychlé identifikace těchto kosmických událostí.
Tým projektu BTSbot, který vedou Remtula a Miller, zahrnuje členy z Northwestern University, Caltech, Liverpool John Moores University a University of Minnesota.
Při trénování modelu umělé inteligence Remtula nakrmil algoritmus více než 1,4 milionu historických snímků z 16 000 zdrojů. Tyto zdroje zahrnují potvrzené supernovy, dočasně explodující hvězdy, periodické proměnné hvězdy a explodující galaxie.
Rehemtula vysvětlil, že každý rok je pozorováno přibližně 1 300 až 1 400 supernov, což generuje velké množství dat pro analýzu. Přehlídka jasných přechodných jevů měří vše, co se objevuje a mizí, zjasňuje se a pohasíná, a jedná se o jednorázové události, řekl.
„Je důležité,“ říká Rehemtula, „abychom modelům poskytli čistý, reprezentativní tréninkový soubor.“ Začneme tedy tím, že se vrátíme zpět a podíváme se, které supernovy nebo jiné věci původně prošly filtrem BTS.
Remtula vysvětluje, že tak lze snadno vyloučit nebeské jevy, které nejsou supernovami.
Nový složený snímek Galaxie v Andromedě pořízený na Palomarské observatoři kombinací viditelného světla ve třech pásmech. Image credit: ZTF/D. Goldstein and R. Hurt (Caltech)
BTSbot je integrován do pozorovacího portálu a astronomové si mohou prohlédnout výsledky vytvořené modely, takže snadno zjistí, co modely dělají. Remtula dodal, že na integraci se podíleli výzkumníci z Kalifornského technologického institutu (Caltech), aby zajistili, že když umělá inteligence vyšle požadavek, lidé nepošlou duplicitní požadavek.
„Takže se můžeme vrátit a podívat se každý večer na 50 věcí za posledních pět nebo šest let. To jsou vzorky, které jsme použili pro tréninkový soubor,“ řekl.“ V podstatě vše, co člověk za posledních pět nebo šest let zkontroloval.
Navzdory úspěchu se podle Rehmtula projekt neobešel bez překážek, především kontroly a ověřování snímků a zajištění jejich vysoké kvality, což vedlo ke krátkému zpoždění vydání BTSbota.
„Vývoj zdrželo mnoho věcí,“ říká, „jednou z nich bylo vytvoření tréninkové množiny, která by byla dostatečně velká, aby se z ní model mohl učit, ale zároveň čistá a uklizená.“ Nechcete přece přihodit všechno, co náš teleskop detekuje, a začít dostávat hromadu smetí.“
S tím, jak umělá inteligence získává na popularitě, si tato technologie razí cestu do několika oblastí výzkumu, včetně léčby rakoviny, vojenské obrany a vzdělávání. Ačkoli je umělá inteligence velkým příslibem pro budoucnost společnosti, odborníci varují, že tato technologie stále vykazuje některé znepokojivé návyky, včetně předsudků, rasismu a lhaní.
Remtura rovněž uvedl, že při využívání umělé inteligence v astronomii je nutná opatrnost, a připustil, že v modelech umělé inteligence může vzniknout selekční zkreslení, které by ohrozilo další přesnost modelů umělé inteligence při identifikaci objektů v jiných galaxiích.
„Detekujeme více než 99 % objektů, takže se toho příliš neobáváme,“ řekl.“ Lidé, kteří přijímají umělou inteligenci pro astronomii, by se měli zamyslet nad tím, jaký druh zkreslení do [výzkumu] vkládáme.“
