Informace

Deep-CEE: Model AI pomáhající astronomům najít kupy galaxií

Deep-CEE: Model AI pomáhající astronomům najít kupy galaxií

Kupy galaxií, složené z několika galaxií spojených gravitací a temnou hmotou, jsou obry vesmíru.

Abychom to uvedli na pravou míru, odhaduje se, že v naší vlastní galaxii Mléčná dráha je asi 250 miliard hvězdy.

Problém je v tom, že navzdory tomu, že jsou miliony světelných let napříč, mají tendenci být také miliony světelných let od nás, což znesnadňuje jejich pozorování astronomům.

Enter Deep-CEE (Deep Learning for Galaxy Cluster Extraction and Evaluation), technika hlubokého učení vyvinutá vědci z Lancaster University. AI byla postavena tak, aby našla shluky galaxií mnohem rychleji, než by byl schopen jakýkoli člověk.

SOUVISEJÍCÍ: UNIVERZNÍ SIMULÁTOR AI, TAK PŘESNÝ, ŽE JEJÍ TVORCI TO NEPROVÁDĚJÍ

Pochopení temné hmoty

Vědci zjistili, že hlavním faktorem vázajícím shluky galaxií je temná hmota. Další informace o těchto extrémních prostředích nám mohou pomoci lépe porozumět tajemným vlastnostem temné hmoty a temné energie.

V padesátých letech minulého století astronom George Abell po analýze zhruba 2,00 fotografických desek pozorovatelného vesmíru našel „katalog Abell“ kup galaxií.

Deep-CEE, postavený Matthewem Chanem, doktorandem na Lancaster University, staví na Abellově přístupu, ale nahrazuje astronoma modelem AI vyškoleným prohledávání barevných obrazů za účelem identifikace shluků galaxií.

AI byla trénována zobrazováním příkladů označených známých objektů, dokud nebyla schopna sama přidružit objekty. Pilotní testy poté prokázaly schopnost Deep-CEE trénovat na kupy galaxií.

Obrovské množství dat

„Úspěšně jsme aplikovali Deep-CEE na průzkum Sloan Digital Sky Survey,“ uvedl Chan v tiskovém prohlášení. „Nakonec náš model použijeme na revolučních průzkumech, jako je například dalekohled Large Synoptic Survey (LSST), který bude zkoumat širší a hlubší oblasti vesmíru, které dosud nebyly prozkoumány.

Dalekohledy denně generují obrovské množství dat. Například nadcházející průzkum oblohy LSST (plánovaný na rok 2021) vygeneruje každou noc odhadem 15 TB dat, aby bylo možné zobrazit celou oblohu jižní polokoule.

„Techniky dolování dat, jako je hluboké učení, nám pomohou analyzovat obrovské výstupy moderních dalekohledů,“ říká Dr. John Stott (Chanův Ph.D. školitel). „Očekáváme, že naše metoda najde tisíce shluků, které věda dosud neviděla“.

Chan se chystá představit svůj model AI a výsledky svého příspěvku „Rybaření klastrů galaxií pomocí„ neuronových sítí “Deep-CEE dne 4. července v 15:45 v relaci„ Machine Learning in Astrophysics “.