การจำแนกประเภทของวัตถุท้องฟ้าเป็นปัญหาที่มีมาแต่โบราณ ด้วยแหล่งกำเนิดที่อยู่ห่างออกไปเกือบเหลือเชื่อ บางครั้งนักวิจัยก็ประสบปัญหาในการแยกแยะวัตถุต่างๆ เช่น ดวงดาว กาแล็กซี ควาซาร์ หรือซูเปอร์โนวา นักวิจัยของ Instituto de Astrofísica e Ciências do Espaço (IA) Pedro Cunha และ Andrew Humphrey พยายามที่จะแก้ปัญหาแบบคลาสสิกโดยการสร้าง SHEEP ซึ่งเป็นอัลกอริทึมการเรียนรู้ของเครื่องที่กำหนดลักษณะของแหล่งทางดาราศาสตร์ แอนดรูว์ ฮัมฟรีย์ (IA และมหาวิทยาลัยปอร์โต ประเทศโปรตุเกส) ให้ความเห็นว่า "ปัญหาในการจำแนกวัตถุท้องฟ้าเป็นเรื่องยากมากในแง่ของจำนวนและความซับซ้อนของจักรวาล และปัญญาประดิษฐ์ก็เป็นเครื่องมือที่น่าหวังมากสำหรับงานดังกล่าว"
SHEEP คือไปป์ไลน์แมชชีนเลิร์นนิงภายใต้การดูแล ซึ่งจะประเมินการเปลี่ยนทางแสงและใช้ข้อมูลนี้เพื่อจัดประเภทแหล่งที่มาเป็นกาแล็กซี ควาซาร์ หรือดาวฤกษ์ในภายหลัง ก่อนดำเนินการจัดประเภท SHEEP จะประมาณการ redshifts ของโฟโตเมตริกก่อน จากนั้นจึงป้อนเข้าไปในชุดข้อมูลเพื่อเป็นคุณลักษณะเพิ่มเติมในการฝึกโมเดลการจำแนกประเภท
ทีมงานพบว่าการรวมเรดชิฟต์และพิกัดของวัตถุทำให้ปัญญาประดิษฐ์ (AI) สามารถระบุพวกมันได้บนแผนที่ XNUMX มิติของจักรวาล และพวกเขาใช้ข้อมูลนี้ร่วมกับข้อมูลสีเพื่อประเมินคุณสมบัติของแหล่งที่มาได้ดีขึ้น ตัวอย่างเช่น AI ได้เรียนรู้ว่าความน่าจะเป็นที่จะพบดาวฤกษ์ที่อยู่ใกล้กับระนาบทางช้างเผือกนั้นสูงกว่าที่ขั้วดาราจักร Humphrey กล่าวเสริม: "เมื่อเราอนุญาตให้ AI ได้มุมมองสามมิติของจักรวาล มันช่วยปรับปรุงความสามารถในการตัดสินใจอย่างแม่นยำว่าวัตถุท้องฟ้าคืออะไร"
การสำรวจขนาดใหญ่ทั้งบนพื้นดินและในอวกาศ เช่น Sloan Digital Sky Survey (SDSS) ได้ผลิตข้อมูลจำนวนมาก ซึ่งปฏิวัติวงการดาราศาสตร์ การศึกษาในอนาคตโดยหอดูดาว Vera K. Rubin, Dark Energy Spectroscopic Instrument (DESI), ภารกิจอวกาศยุคลิด (ESA) หรือกล้องโทรทรรศน์อวกาศเจมส์ เวบบ์ (NASA/ESA) จะยังคงให้ข้อมูลและภาพที่มีรายละเอียดมากขึ้น อย่างไรก็ตาม การวิเคราะห์ข้อมูลทั้งหมดโดยใช้วิธีการแบบเดิมอาจใช้เวลานาน AI หรือแมชชีนเลิร์นนิงจะมีความสำคัญอย่างยิ่งต่อการวิเคราะห์และการนำข้อมูลใหม่นี้ไปใช้ทางวิทยาศาสตร์ให้เกิดประโยชน์สูงสุด
Pedro Cunha กล่าวว่า "ส่วนที่น่าตื่นเต้นที่สุดชิ้นหนึ่งคือการได้เห็นว่าแมชชีนเลิร์นนิงช่วยให้เราเข้าใจจักรวาลได้ดีขึ้นอย่างไร วิธีการของเราแสดงให้เราเห็นถึงเส้นทางที่เป็นไปได้ ในขณะที่สร้างเส้นทางใหม่ในกระบวนการ นี่เป็นช่วงเวลาที่โดดเด่นสำหรับดาราศาสตร์"
การศึกษาการถ่ายภาพและสเปกโตรสโกปีเป็นหนึ่งในแหล่งข้อมูลหลักสำหรับการทำความเข้าใจเนื้อหาที่มองเห็นได้ของจักรวาล ข้อมูลของการทบทวนเหล่านี้ทำให้เราสามารถดำเนินการศึกษาทางสถิติของดาว ควาซาร์ และกาแลคซี่ได้ เช่นเดียวกับการค้นพบวัตถุที่ผิดปกติมากขึ้น
คุณสามารถช่วยยูเครนต่อสู้กับผู้รุกรานรัสเซีย วิธีที่ดีที่สุดคือบริจาคเงินให้กับกองทัพยูเครนผ่าน เซฟไลฟ์ หรือทางเพจอย่างเป็นทางการ NBU.
อ่าน: