Американский старшеклассник Мэттью Паз помог ученым разобраться с данными космического телескопа NEOWISE. Созданная им система на основе искусственного интеллекта нашла 1,5 млн ранее неизвестных космических объектов.
Увлечение Мэттью Паза
Благодаря своим исследованиям в Калифорнийском технологическом институте местный старшеклассник обнаружил 1,5 млн ранее неизвестных объектов в космосе, расширил потенциал миссии NASA и опубликовал статью.
Статья Маттео (Мэттью) Паза, опубликованная в The Astronomical Journal, описывает разработанный им новый алгоритм искусственного интеллекта, который привел к этим открытиям и может быть адаптирован другими астрономами и астрофизиками для собственных исследований.
Паз хотел изучать астрономию с тех пор, как его мать привела его на открытые лекции о наблюдении за звездами в Калифорнийском технологическом институте, когда он был в начальной школе. Летом 2022 года он приехал в кампус, чтобы изучать астрономию и связанные с ней компьютерные науки в Академии поиска планет Калифорнийского технологического института под руководством профессора астрономии Эндрю Говарда. Астроном и старший научный сотрудник IPAC Дэйви Киркпатрик был наставником Паза.
Данные о переменных объектах с инфракрасного телескопа
Киркпатрик хотел получить больше информации от NEOWISE (Near-Earth Object Wide-field Infrared Survey Explorer) — инфракрасного телескопа, который уже не работает, но более 10 лет сканировал все небо в поисках астероидов и других объектов вблизи Земли.
Пока телескоп NASA был занят наблюдением за астероидами, он также обнаружил переменную температуру других более отдаленных космических объектов, которые интенсивно вспыхивали, пульсировали или тускнели, когда их затмевали. Астрономы называют эти объекты переменными: трудно уловимые явления, такие как квазары, взрывающиеся звезды и парные звезды, затмевающие друг друга.
Но данные об этих переменных объектах еще не были использованы. Если бы команда NEOWISE смогла идентифицировать их и сделать доступными для астрономического сообщества, полученный каталог мог бы дать представление о том, как космические объекты меняются с годами.
«На тот момент мы приближались к 200 миллиардам строк в таблице каждого отдельного открытия, которое мы сделали в течение более чем десяти лет, — говорит Киркпатрик. — Поэтому моя идея на лето заключалась в том, чтобы взять небольшой кусочек неба и посмотреть, сможем ли мы найти какие-то переменные звезды. Затем мы могли бы показать их астрономическому сообществу, говоря: «Вот несколько новых вещей, которые мы открыли вручную; просто представьте, какой потенциал есть в этом наборе данных».
Применение искусственного интеллекта для упорядочения набора данных
Паз не собирался просеивать данные вручную. Его школьная работа подготовила его к новому взгляду на эту проблему. Он заинтересовался искусственным интеллектом на факультативе, который объединял кодирование, теоретическую информатику и формальную математику.
Мэттью знал, что ИИ лучше всего тренируется на больших, упорядоченных наборах данных, таких как тот, который дал ему Киркпатрик. Кроме того, Паз имел углубленные знания по математике, необходимые для того, чтобы заниматься программированием. Он уже изучал высшую математику в Математической академии Объединенного школьного округа Пасадены, где студенты заканчивают курс AP calculus BC в восьмом классе.
Поэтому Паз взялся за разработку метода машинного обучения для анализа всего набора данных и обозначения потенциальных переменных объектов. За эти шесть недель он начал создавать модель искусственного интеллекта, которая начала подавать определенные надежды. Во время работы он консультировался с Киркпатриком.
Киркпатрик также познакомил Паза с астрономами Калифорнийского технологического института Шубане Хеммати, Дэниелом Мастерсом, Ашишем Махабалом и Мэттью Грэмом, которые поделились своим опытом применения методов машинного обучения в астрономии и изучения изменяющихся объектов в коротких и длинных временных масштабах. Паз и Киркпатрик узнали, что особый ритм наблюдений NEOWISE означает, что он не сможет систематически обнаруживать и классифицировать многие объекты, которые либо быстро вспыхивают один раз, либо меняются постепенно в течение длительного времени.
Когда лето завершилось, еще было много работы. В 2024 году Паз и Киркпатрик снова сотрудничали, и на этот раз Паз стал наставником других старшеклассников.
Каталог из 1,5 млн новых объектов
Теперь Паз усовершенствовал модель искусственного интеллекта для обработки всех необработанных данных наблюдений NEOWISE и проанализировал результаты. Обученные выявлять мельчайшие различия в инфракрасных измерениях телескопа, алгоритмы обозначили и классифицировали 1,5 млн потенциальных новых объектов в данных. В 2025 году Паз и Киркпатрик планируют опубликовать полный каталог объектов, которые значительно отличались по яркости в данных NEOWISE.
«Модель, которую я реализовал, может быть использована для других временных исследований в астрономии и, возможно, для всего остального, что имеет временной формат, — говорит Паз. — Я вижу определенную связь с анализом графиков фондового рынка, где информация так же поступает в виде временных рядов, и периодические компоненты могут быть критически важными. Можно также изучать атмосферные эффекты, такие как загрязнение, где периодические сезоны и циклы дня и ночи играют огромную роль».
Сейчас, когда Паз заканчивает среднюю школу, он работает в Калифорнийском технологическом институте. Он работает на Киркпатрика в IPAC, который управляет, обрабатывает, архивирует и анализирует данные с NEOWISE и нескольких других космических миссий, поддерживаемых NASA и NSF. Это первая оплачиваемая работа Паза.
По материалам phys.org
