Астрономи розробили систему для розпізнавання космічних об’єктів на основі машинного навчання. Вона аналізуватиме дані, зібрані космічними апаратами і визначатиме місце об’єкта у Всесвіті.
Штучний інтелект для розпізнавання космічних об’єктів
Вчені з португальського Інституту астрофізики та космічних наук створили алгоритм для розпізнавання космічних об’єктів. Систему під назвою SHEEP засновано на технології машинного навчання, яке вже застосовували до пошуку позаземних цивілізацій.
Як і усі подібні алгоритми SHEEP працює за принципом сита. Спочатку його «навчили» на певній вибірці об’єктів, що певний набір характеристик відповідає певному типу об’єктів. Приблизно так само працює програма розпізнавання облич. А далі через систему проганяють увесь необхідний об’єм даних і вона сортує об’єкти по категоріям.
SHEEP працюватиме із фотометричними даними та спектрами об’єктів, зібраними у таких великих каталогах як Слоанівський Цифровий Огляд Неба. У майбутньому цю технологію пропонується застосувати до даних Dark Energy Spectroscopic Instrument (DESI), космічного телескопа Euclid (ESA) та James Webb Space Telescope.
Як відрізнити галактику від зорі
Задача розпізнавання образів у сучасній астрономії надзвичайно актуальна. Річ у тім, що сучасні інструменти дозволяють побачити на небі мільйони і мільярди об’єктів. Але про жоден із них достеменно невідомо, зоря це, квазар, галактика чи планета. Усе, що про них відомо — це інтенсивність випромінювання на певній частоті та дані спектроскопії.
Але для SHEEP цього буде достатньо. Штучний інтелект аналізуватиме червоний зсув у лініях спектра і на основі цих даних визначатиме відстань до об’єкта. При цьому вона розташовуватиме його на своїй внутрішній карті Всесвіту. Докладніше про це можна прочитати у статті, опублікованій у Astronomy & Astrophysics.
А знаючи відстань до об’єкта та його характеристики випромінювання легко встановити, до якого типу він належить. Таким чином можна за короткий строк класифікувати мільйони об’єктів. Раніше це доводилося робити вручну, що дуже уповільнювало роботу.
За матеріалами: phys.org
Только самые интересные новости и факты в нашем Telegram-канале!
Присоединяйтесь: https://t.me/ustmagazine