Материал представляет собой перевод статьи, подготовленный в рамках работы студенческого переводческого бюро Тольяттинского государственного университета.

Использование инструментов ИИ способно привести астрономов к «удивительным открытиям».

Изображение сгенерировано нейросетью freepik.com

В последнее время мы постоянно слышим об искусственном интеллекте, но что он делает для такой науки, как астрономия? Очень многое! Почти каждую неделю публикуются новые научные статьи об использовании искусственного интеллекта для проведения новых исследований в области астрономии: классификации галактик, идентификации солнечных вспышек, изучении атмосферы экзопланет и многого другого. Главное преимущество ИИ заключается в том, что он может обрабатывать огромные массивы данных гораздо быстрее, чем человек. Этот навык особенно важен, так как за счёт использования новых телескопов данных для обработки создаётся всё больше и больше.

– Мы можем использовать [ИИ] для решения тех проблем, с которыми не могли справиться раньше, потому что они требовали слишком большой вычислительной мощности, – рассказала изданию MIT Technology Review Даниэла Хуппенкотен, астроном, специалист по обработке данных из Нидерландского института космических исследований.

Недавно у астрономов появился ещё один повод заняться использованием ИИ в исследованиях – телескоп Обсерватории имени Веры Рубин. Обсерватория начала свою работу в июне 2025 года. Установленный в ней телескоп будет наблюдать за ночным небом в течение целых десяти лет в рамках программы, известной как «Историческое исследование пространства и времени» (англ. Legacy Survey of Space and Time, LSST). За время выполнения этой программы будет сгенерировано 60 петабайт данных.

– Огромный объём данных, который будет собран в ближайшие годы Обсерваторией имени Веры Рубин и другими крупномасштабными астрономическими проектами, просто слишком велик для того, чтобы полностью изучить его с помощью традиционных методов, – заявил директор Национального научного фонда США Сетураман Панчанатан в пресс-релизе Чикагского университета. – За счёт использования в качестве инструмента надёжного и заслуживающего доверия ИИ все, от студентов до ведущих научных сотрудников, получат доступ к ценной информации. Это приведёт нас к удивительным открытиям, которые в противном случае могли бы ускользнуть от нас.

Астрономы часто используют машинное обучение, которое представляет собой особую область искусственного интеллекта. Хотя модели искусственного интеллекта могут казаться разумными (их буквально называют самообучающимися), на самом деле это просто алгоритмы, созданные для распознавания закономерностей и улучшения своих результатов по мере получения большего количества данных.

В рамках программы «Историческое исследование пространства и времени» эти алгоритмы помогут классифицировать галактики по их форме. Обычно эту задачу выполняют учёные, просматривая каждое изображение. Однако возможности человеческого глаза ограничены, как и количество рабочих часов и самих учёных. Машинное обучение не только справляется быстрее, но и за счёт алгоритмов способно точно выявлять мелкие объекты, которые не видны глазу человека. Например, алгоритмы машинного обучения способны замечать тусклые пятна на границах галактик и обнаруживать галактики на нечётких снимках. Ещё одна группа астрономов планирует использовать ИИ и проект «Историческое исследование пространства и времени» для более точного, чем когда-либо, измерения расстояния до галактик, что, возможно, прольёт свет на такую масштабную загадку астрономии, как тёмная материя.

Есть ещё одна обсерватория, которая получит даже больше данных, чем Обсерватория Веры Рубин. Эта обсерватория называется Square Kilometer Array Observatory и представляет собой совокупность радиотарелок и антенн, расположенных на территории Австралии и Южной Африки. Она собирает наблюдения более чем 100 000 отдельных приборов, что составляет 300 петабайт данных в год – почти в четыре раза больше, чем программа «Историческое исследование пространства и времени» создаст за десятилетие. Астрономы планируют использовать ИИ для анализа этого объёма данных в поисках информации о самых древних звёздах во Вселенной.

ИИ уже внёс свой вклад в некоторые крупные открытия. Первое в истории изображение чёрной дыры, полученное в рамках проекта Event Horizon Telescope, было обработано с помощью алгоритма машинного обучения, что сделало изображение более чётким. Ещё одна задача астрономии – поиск не очень крупных, похожих на Землю экзопланет, – тоже довольно непростая. Астрономы использовали машинное обучение, чтобы отличать сигналы планеты от сигналов её звезды, которые служат помехой при поиске экзопланет. Кроме того, астрономы уже много лет применяют машинное обучение для классификации сверхновых.

– Машинное обучение полностью меняет мою сферу деятельности, – комментирует астроном из Университета Пенсильвании Джоэл Лейя. – Этот факт не перестаёт поражать меня, а моих коллег астрономов побуждает задуматься о потенциальных научных открытиях.

Источник

Переводчик: Елена Верютина

Редактор: Александра Москалюк