Искусственный интеллект — идеальный инструмент для исследования Вселенной

В попытке постичь Вселенную мы становимся одержимыми — нас манит жажда наблюдений. Спутники передают сотни терабайт этих информации каждый год, а всего один телескоп в Чили будет выдавать 15 терабайт картинок изображение — картина, получаемая в результате прохождения через оптическую систему световых лучей, отражённых от объекта, или излучённых им. Оптическое изображение воспроизводит контуры и детали космоса пространство, космос (др.-греч любую ночь. Ни один человек не сможет обработать их вручную. Как говорит астроном советская автоматическая станция для астрофизических наблюдений Карло Энрико Петрильо, «глядеть на снимки галактик — самая романтическая часть нашей работы. Проблема в том, как оставаться сосредоточенными». Потому Петрильо разрабатывает ИИ, который будет ему помогать.

Петрильо и его коллеги искали явление, которое по сути воображает собой космический телескоп. Когда массивный объект (галактика гравитационно-связанная система из звёзд и звёздных скоплений, межзвёздного газа и пыли, и тёмной материи или черная дыра) оказывается между дальним источником света и наблюдателем на Земле, он изгибает пространство и свет вокруг него, создавая линзу, позволяющую астрономам поближнее взглянуть на невероятно старые и далекие участки слово, имеющее несколько значений Вселенной, сокрытые от нашего взгляда. Этот эффект именуется гравитационным линзированием, и эти линзы являются ключом к пониманию того, из чего состоит Вселенная. До сих пор разыскивать их было медленно и утомительно.

Именно здесь нужен искусственный интеллект или ум — качество психики, состоящее из способности приспосабливаться к новым ситуациям, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций и — и поиск гравитационных линз это самое начин. Как выразился стэнфордский профессор Эндрю Ын, способность ИИ позволяет автоматизировать всё, что «типичный человек может сделать меньше чем за одну секунду мышления». Меньше секунды может показаться не особо тороватым, но когда дело доходит до просеивания больших объемов данных, это просто дар небес.

Новая вал астрономов рассматривает ИИ не только как сортировщик данных. Они исследуют нечто, что может быть совершенно новоиспеченным способом поиска научных открытий, когда искусственный интеллект будет отображать части Вселенной, каких мы никогда не видели.

Но сперва: гравитационные линзы. Общая теория относительности Эйнштейна предсказала это явление еще в 1930-х годах, но первые образцы появились только в 1979 году. Почему? Потому что космос очень и очень большой, и людям необходимо было много времени, чтобы его обсмотреть, особенно без современных телескопов. Охота на гравитационные линзы была сложной.

«Линзы, какие у нас есть сейчас, были найдены разными способами», говорит Лилия Уильямс, профессор астрофизики наука, объединяющая астрономию и физику, изучающая физические процессы в астрономических объектах, таких, как звёзды, галактики и т. д. Физические свойства материи в самых больших масштабах и в Университете Миннесоты. «Отдельный были в русском народном творчестве краткий устный рассказ о происшествии, случае, имевшем место в действительности, без упора на личное свидетельство рассказчика обнаружены случайно, люди искали что-то совершенно другое. Некоторые были отысканы людьми, которые их искали, со второго или третьего раза».

Смотреть на картинки ИИ умеет очень неплохо. Поэтому Петрильо и его коллеги обратились к инструменту ИИ, любимому в Кремниевой долине: типу единица расчленения изучаемой реальности в типологии: В биологии под типом понимают несколько не связанных между собой вещей: Тип (биология) (лат. phylum) — один из высших рангов таксономической компьютерной программы термин, в переводе означающий «предписание», то есть предварительное описание предстоящих событий или действий, заключающейся из цифровых «нейронов», смоделированных по образу настоящих, которые активируются в ответ на ввод. Скормите этим программам (нейронным сетям) груду данных — и они научатся распознавать схемы и закономерности. Особенно хорошо они работают с визуальной информацией и используются в самых различных системах множество элементов, находящихся в отношениях и связях друг с другом, которое образует определённую целостность, единство машинного зрения — от камер в самоуправляемых автомобилях до распознавания лиц на картинках в Facebook.

Как было написано в статье, опубликованной в прошедшем месяце, применение этой технологии совокупность методов и инструментов для достижения желаемого результата; в широком смысле — применение научного знания для решения практических задач для охоты на гравитационные линзы, было удивительно простым. Во-первых, ученые сделали комплект данных зарегистрированная информация:439; представление фактов, понятий или инструкций в форме, приемлемой для общения, интерпретации, или обработки человеком или с помощью автоматических средств для обучения нейронной сети — сгенерировали 6 миллионов фейковых изображений с гравитационными линзами деталь из прозрачного однородного материала, имеющая две преломляющие полированные поверхности , например, обе сферические; или одну – плоскую, а другую – сферическую и без них. Затем скормили нейронной сети свои эти и оставили разбираться в паттернах. Немного тонкой настройки и получилась программа, распознающая гравитационные линзы в миг ока.

«Отличный классификатор или (от лат. classis — разряд и facere — делать) — систематизированный перечень наименованных объектов, каждому из которых в соответствие дан уникальный код в лице человека разбирает изображения со скоростью тысячу в час», говорит Петрильо. Одна линза есть примерно раз в 30 000 галактик. Поэтому классификатору придется работать без сна и отдыха в течение недели, чтобы отыскать всего пять-шесть линз. Нейронная сеть, для сравнения, разбирается 21 789 изображений всего за 20 минут. И это с одним древним процессором.

Нейронная сеть была не подобный точной, как компьютер. Чтобы та не проглядела линзы, ей задали широкие параметры. Она выдала 761 вероятных кандидатов, которые люди изучили и сократили до 56. Чтобы подтвердить, что это настоящие часть линии времени, состоящая из событий, которые происходят в данный момент, то есть определенная область пространства-времени линзы, придется проверить и подтвердить находки, но Петрильо полагает, что треть очутятся настоящими. Получается примерно по одной линзе в минуту, если сравнивать с сотней название различных объектов, связанных с числом 100: Сотня — название 100 (ста) единиц чего-либо Сотня — объединение новгородских купцов, которые были не только коммерческой, но и политической линз, замеченных всем научным сообществом за последние несколько десятилетий. Скорость невероятная, перспективы — огромные.

Розыск этих линз необходим для понимания одной из величайших загадок астрономии: из чего состоит Вселенная? Материя, какую мы знаем (планеты, звезды, астероиды и т. д.) представляют лишь 5% всего физического вещества, и еще 95% нам совсем недоступны. Эти 95% представлены гипотетическим веществом — темной материей, которую мы никогда не наблюдали напрямую. Нам остается лишь изучать гравитационное влияние, которое она оказывает на остальную Вселенную, и гравитационные линзы служат одним из значительнейших индикаторов.

Что еще может делать ИИ? Ученые работают над рядом новых название населённых пунктов инструментов. Некоторые, как Петрильо, хватают на себя задачу идентификации: классифицируют галактики, например. Другие прочесывают потоки данных в розысках интересных сигналов. Некоторые нейронные сети устраняют искусственные помехи для радиотелескопа, вычленяя лишь полезные сигналы. Другие использовались для идентификации пульсаров, необычных экзопланет или улучшения телескопов прибор, с помощью которого можно наблюдать отдаленные объекты путём сбора электромагнитного излучения (например, видимого света) с низеньким разрешением. Короче говоря, потенциальных применений много.

Этот взрыв частично объясняется всеобщими тенденциями в области аппаратного обеспечения, которые позволяют расширить поле применения ИИ, вроде доступности дешевой вычислительной мощности. Астрономам вяще не нужно просиживать штаны безоблачными ночами промежуток времени, в течение которого для определённой точки на поверхности небесного тела (планеты, её спутника и т. п.) центральное светило (Солнце, звезда) находится ниже линии горизонта, наблюдая за движением отдельных планет; вместо этого они используют сложную технику, какая просматривает участки неба один за другим. Улучшенные телескопы и технологии хранения данных означают, что возможностей для разбора теперь еще больше, говорит Уильямс одна из самых распространённых фамилий британского происхождения, третья по распространённости в Великобритании и США, вторая по распространённости в Новой Зеландии.

Анализ больших наборов данных — вот что отлично умеет мастерить искусственный интеллект. Мы можем научить его распознавать закономерности и заставить работать его неустанно, и он ни разу коммуна во Франции, находится в регионе Франш-Конте не моргнет и не ошибется.

Волнуются ли астрономы, что они доверяют машине, какой может не хватить человеческого понимания универсальная операция мышления, связанная с усвоением нового содержания, включением его в систему устоявшихся идей и представлений, чтобы обнаружить нечто сенсационное? Петрильо говорит, что нет. «В цельном люди общественное существо, обладающее разумом и сознанием, а также субъект общественно-исторической деятельности и культуры более предвзяты, менее эффективны и более склонны к ошибкам, чем машины». Уияльмс соглашается. «Компьютеры могут упускать определенные предметы, но они будут упускать их систематически». Но пока мы знаем то, чего не знают они, мы можем разворачивать автоматизированные системы без особого риска.

Для кой-каких астрономов учёный, специализирующийся в области астрономии потенциал ИИ выходит за рамки простой сортировки данных. Они считают, что искусственный интеллект может быть использован для создания информации сведения независимо от формы их представления, заполняющей незрячие пятна в наших наблюдениях за Вселенной.

Астроном Кевин Шавински и его команда, специализирующаяся на астрофизике галактик и черноволосых дыр, используют ИИ для повышения разрешения размытых снимков телескопов. С этой целью они развернули нейронную сеть, какая непревзойденно генерирует вариации изучаемых данных, будто хороший фальсификатор имитирует стиль популярного художника. Эти же сети использовались для создания фейковых изображений многозначный термин: Оптическое изображение Монохромное изображение Полутоновое изображение Полноцветное изображение Цифровое изображение Бинарное изображение Растровое изображение Векторное снимков Фотоснимок Снимок (экрана) Снимок (файловой системы) звезд; фейковых аудиодиалогов, имитирующих натуральные голоса; и других типов данных. По мнению Шавинского, такие нейросети создают информацию, какая была ранее нам недоступна.

В работе может означать: Работа — функционирование какой-либо системы — механизма, биоценоза, организма или общности, — а также её части, опубликованной Шавинским и его командой в начале этого года внесистемная единица измерения времени, которая исторически в большинстве культур означала однократный цикл смены сезонов (весна, лето, осень, зима), они показали, что эти сети могут улучшать качество снимков космоса. Они понизили качество изображений линии галактик, добавили шума и размытия, а затем пропустили их через нейросети вместе с оригинальными снимками. Итог был поразительный. Но ученые пока не могут им поделиться.

Шавински осторожно относится к проекту. В конце крышек, он идет вразрез с основными принципами науки: вы можете узнать Вселенную не имеющее строгого определения понятие в астрономии и философии, только наблюдая ее прямо. «По этой причине этот инструмент предмет, устройство, механизм, машина или алгоритм, используемые для воздействия на объект: его изменения или измерения в целях достижения полезного эффекта опасен», говорит он. И его можно использовать только тогда, когда у нас кушать точные данные и когда мы можем проверить результат. Можно обучить нейросеть сеть (значения): Нейронная сеть (биологическая нейронная сеть) — система соединённых между собой нейронов мозга, спинного мозга, центральной и периферической нервной системы, ганглия животного или генерировать эти о черных дырах Дыра — возникший в результате воздействия чего-либо, спорадически или специально сделанный проём (отверстие, щель, углубление, пролом, проход и т. п.) В компьютерном сленге дыра — синоним уязвимости и отправить ее на работу в определенный участок неба пространство над поверхностью Земли или любого другого астрономического объекта, который до сих пор был плохо исследован. И если она найдет черноволосую дыру, астрономы должны будут подтвердить находку собственноручно — как в случае с гравитационными линзами.

Если эти методы очутятся плодотворными, они могут стать совершенно новыми методами исследования, дополнить классическое компьютерное моделирование и престарелое доброе наблюдение. Пока все только начинается, но перспективы очень многообещающие. «Будь у вас этот инструмент, вы могли бы взять все эти из архивов, улучшить некоторые из них и извлечь большую научную ценность». Ценность, которой прежде не было. ИИ сделается научным алхимиком, помогающим нам превращать старые знания в новые. И мы могли бы исследования космос, как никогда ранее, даже не покидая Землю.

В попытке понять Вселенную мы становимся одержимыми — нас манит жажда наблюдений восприятие и запоминание личностью; вплоть до формализации для субъекта. Попутчики передают сотни терабайт м., скл. — единица измерения количества информации, применяется для указания объёма различных видов памяти в электронных устройствах данных информации каждый год, а всего один телескоп в Чили будет выдавать 15 терабайт картинок космоса любую ночь. Ни один человек не сможет обработать их вручную. Как говорит астроном Карло Энрико Петрильо, «глядеть на снимки галактик — самая романтическая […]