Mākslīgais intelekts ieklausās Visumā
Publicēts: 11.09.2018
Mākslīgais intelekts ienāk daudzās jomās, tai skaitā arī astronomijā. Pavisam nesen mašīnmācīšanās algoritmus sāka izmantot Breakthrough Listen (SETI projekts) ietvaros. Jaunā metode ir ļāvusi identificēt 72 ātros radiouzliesmojumus no avota, kas atrodas aptuveni 3 miljardu gaismas gadu attālumā no Zemes. Šis avots, kas nodēvēts par FRB 121102, ir īpašs ar to, ka signāli no tā tiek uztverti atkārtoti.
FRB jeb ātrie radiouzliesmojumi ir spoži uzliesmojumi radioviļņu diapazonā, kas ilgst dažas milisekundes. Tiek uzskatīts, ka to avots ir tālas galaktikas, lai gan precīzs šo uzliesmojumu rašanās mehānisms joprojām nav noskaidrots. Teorijas aptver gan saplūstošas neitronu zvaigznes, gan gāzu plūsmas, kuras traucas prom no supermasīviem melnajiem caurumiem, gan arī idejas, ka šie uzliesmojumi ir saistīti ar ārpuszemes civilizācijām.
Mašīnmācīšanās algoritma izmantošanai ir zināmas priekšrocības, jo SETI projekta novērojumi liecina, ka šī metode ļauj pamanīt arī tādus signālus, kurus klasiskie algoritmi neatklāj.
Breakthrough Listen projekta ietvaros mašīnmācīšanās algoritmi tiek veiksmīgi izmantoti, lai atklātu jaunus no ārpuszemes civilizācijām nākošo signālu veidus.
Lielākā daļa FRB ir vienreizējs fenomens - parādās un pazūd. FRB 121102 ir unikāls, jo atkārtojas. Daudzi astronomi pievēršas tieši šim signālam, jo cer ar tā palīdzību atrast ātro radiouzliesmojumu cēloņus.
Mākslīgā intelekta algoritmi radiosignālus "izvilka" no Grīnbenksas radioteleskopa veiktā ieraksta, kas bija tapis 5 stundu laikā 2017.gada 26.augustā. Pirms tam šo aptuveni 400 terabaitu lielo datu apjomu analizēja, izmantojot standarta algoritmus, atklājot 21 uzliesmojumu. Visi tie koncentrējās vienas stundas laikā.
Kalifornijas universitātes Berklejā speciālisti Gerija Žanga vadībā izveidoja mašīnmācīšanās algoritmu, ar kura palīdzību atkārtoti veica iepriekš minēto datu analīzi. Papildus iepriekš atklātajiem 21 uzliesmojumam mākslīgais intelekts konstatēja 72 jaunus uzliesmojumus. Tādejādi no FRB 121102 kopš tā atklāšanas 2012.gadā ir reģistrēti aptuveni 300 uzliesmojumi.
Žanga vadītā pētnieku komanda izmantoja dažas no metodēm, kuras pielieto atsevišķas kompānijas, lai optimizētu meklēšanas rezultātus un klasificētu attēlus. Viņi apmācīja konvolucionālo neironu tīklu atpazīt radiouzliesmojumus, kas tika atrasti ar tradicionālajiem algoritmiem. Pēc tam mašīnmācīšanās algoritmam tika piedāvāts 400 terabaitu lielais datu apjoms, lai atklātu uzliesmojumus, kurus nepamanīja ar klasiskām metodēm.
Neatkarīgi no tā, vai ātrie radiouzliesmojumi ir saistīti ar ārpuszemes civilizācijām, vai nē, Breakthrough Listen projekts palīdzēs labāk izprast šos neparastos fenomenus. Neapstrīdami, ka milzīgajiem datu apjomiem, ar kādiem strādā mūsdienu zinātne, mākslīgais intelekts būs būtisks atvieglojums un iespēja apstrādāt iegūto informāciju ātrāk un efektīvāk nekā ar klasiskajām metodēm.
University of California (Berkeley)