Klasifikace nebeských objektů je prastarý problém. Se zdroji v téměř neuvěřitelných vzdálenostech se výzkumníci někdy snaží rozlišit objekty, jako jsou hvězdy, galaxie, kvasary nebo supernovy. Výzkumníci Instituto de Astrofísica e Ciências do Espaço (IA) Pedro Cunha a Andrew Humphrey se pokusili vyřešit klasický problém vytvořením SHEEP, algoritmu strojového učení, který určuje povahu astronomických zdrojů. Andrew Humphrey (IA a University of Porto, Portugalsko) komentuje: "Problém klasifikace nebeských objektů je velmi obtížný z hlediska počtu a složitosti vesmíru a umělá inteligence je velmi slibným nástrojem pro takové úkoly."
SHEEP je kontrolovaný kanál strojového učení, který odhaduje fotometrické rudé posuvy a využívá tyto informace k následné klasifikaci zdrojů jako galaxie, kvasary nebo hvězdy. Před provedením klasifikace SHEEP nejprve odhadne fotometrické rudé posuvy, které jsou pak vloženy do datové sady jako další funkce pro trénování klasifikačního modelu.
Tým zjistil, že zahrnutí rudého posuvu a souřadnic objektů umožnilo umělé inteligenci (AI) je identifikovat na XNUMXD mapě vesmíru a použili to spolu s barevnými informacemi k lepšímu odhadu vlastností zdroje. Umělá inteligence například zjistila, že pravděpodobnost nalezení hvězd blíže k rovině Mléčné dráhy je vyšší než na galaktických pólech. Humphrey dodal: "Když jsme umožnili AI získat trojrozměrný pohled na vesmír, skutečně to zlepšilo její schopnost činit přesná rozhodnutí o tom, co přesně je nebeský objekt."
Rozsáhlé průzkumy, pozemské i vesmírné, jako je Sloan Digital Sky Survey (SDSS), přinesly velké množství dat, což znamenalo revoluci v oblasti astronomie. Budoucí studie observatoře Vera K. Rubin Observatory, Dark Energy Spectroscopic Instrument (DESI), vesmírné mise Euclid (ESA) nebo Jamese Webba Space Telescope (NASA/ESA) budou nadále poskytovat podrobnější informace a zobrazování. Analýza všech dat pomocí tradičních metod však může být časově náročná. Umělá inteligence nebo strojové učení budou zásadní pro analýzu a co nejlepší vědecké využití těchto nových dat.
Pedro Cunha říká: „Jednou z nejzajímavějších částí je vidět, jak nám strojové učení pomáhá lépe porozumět vesmíru. Naše metodika nám ukazuje možnou cestu a zároveň vytváří nové v procesu. Toto je výjimečná doba pro astronomii."
Zobrazovací a spektroskopické studie jsou jedním z hlavních zdrojů pro pochopení viditelného obsahu vesmíru. Údaje z těchto přehledů nám umožňují provádět statistické studie hvězd, kvasarů a galaxií a také objevovat neobvyklé objekty.
Můžete pomoci Ukrajině v boji proti ruským vetřelcům. Nejlepším způsobem, jak toho dosáhnout, je darovat finanční prostředky ozbrojeným silám Ukrajiny prostřednictvím Zachraňte život nebo přes oficiální stránku NBÚ.
Přečtěte si také: