Класифікація небесних об’єктів є давньою проблемою. З джерелами на майже неймовірних відстанях дослідникам іноді важко розрізнити такі об’єкти, як зірки, галактики, квазари чи наднові зірки. Дослідники Instituto de Astrofísica e Ciências do Espaço (IA) Педро Кунья та Ендрю Хамфрі спробували розв’язати класичну проблему, створивши SHEEP, алгоритм машинного навчання, що визначає природу астрономічних джерел. Ендрю Хамфрі (ІА та Університет Порту, Португалія) коментує: «Проблема класифікації небесних об’єктів дуже складна з точки зору кількості та складності Всесвіту, і штучний інтелект — дуже перспективний інструмент для таких завдань».
SHEEP është një tubacion i mbikëqyrur i mësimit të makinerive që vlerëson zhvendosjet fotometrike të kuqe dhe përdor këtë informacion për të klasifikuar më pas burimet si galaktika, kuazare ose yje. Përpara se të kryejë klasifikimin, SHEEP fillimisht vlerëson zhvendosjet fotometrike të kuqe, të cilat më pas futen në grupin e të dhënave si një veçori shtesë për të trajnuar modelin e klasifikimit.
Ekipi zbuloi se përfshirja e zhvendosjes së kuqe dhe koordinatave të objekteve lejoi inteligjencën artificiale (AI) t'i identifikonte ato në një hartë XNUMXD të universit dhe ata e përdorën këtë së bashku me informacionin e ngjyrave për të vlerësuar më mirë vetitë e burimit. Për shembull, AI ka mësuar se probabiliteti për të gjetur yje më afër rrafshit të Rrugës së Qumështit është më i lartë se sa në polet galaktike. Humphrey shtoi: "Kur e lejuam AI-në të merrte një pamje tre-dimensionale të universit, ajo me të vërtetë përmirësoi aftësinë e saj për të marrë vendime të sakta se çfarë është saktësisht një objekt qiellor."
Sondazhet në shkallë të gjerë, si në tokë ashtu edhe në hapësirë, të tilla si Sloan Digital Sky Survey (SDSS), kanë prodhuar sasi të mëdha të dhënash, duke revolucionarizuar fushën e astronomisë. Studimet e ardhshme nga Observatori Vera K. Rubin, Instrumenti Spektroskopik i Energjisë së Errët (DESI), misioni hapësinor Euklid (ESA) ose teleskopi hapësinor James Webb (NASA/ESA) do të vazhdojnë të ofrojnë informacion dhe imazhe më të detajuara. Megjithatë, analizimi i të gjitha të dhënave duke përdorur metoda tradicionale mund të marrë kohë. Inteligjenca artificiale ose mësimi i makinerive do të jenë kritike për analizimin dhe përdorimin më të mirë shkencor të këtyre të dhënave të reja.
Pedro Cunha thotë, “Një nga pjesët më emocionuese është të shohim se si mësimi i makinerive na ndihmon të kuptojmë më mirë universin. Metodologjia jonë na tregon një rrugë të mundshme, duke krijuar të reja në proces. Kjo është një kohë e jashtëzakonshme për astronominë."
Studimet imazherike dhe spektroskopike janë një nga burimet kryesore për të kuptuar përmbajtjen e dukshme të universit. Të dhënat e këtyre rishikimeve na lejojnë të kryejmë studime statistikore të yjeve, kuazareve dhe galaktikave, si dhe të zbulojmë objekte më të pazakonta.
Ju mund ta ndihmoni Ukrainën të luftojë kundër pushtuesve rusë. Mënyra më e mirë për ta bërë këtë është të dhuroni fonde për Forcat e Armatosura të Ukrainës përmes Savelife ose përmes faqes zyrtare NBU.
Lexoni gjithashtu: