تغطية شاملة

لقد حدد الذكاء الاصطناعي 80,000 ألف مجرة ​​حلزونية

طبق علماء الفلك الذكاء الاصطناعي (AI) على صور واسعة النطاق للكون العميق كما التقطها تلسكوب سوبارو الياباني، محققين دقة عالية جدًا في اكتشاف وتصنيف المجرات الحلزونية في هذه الصور. ومن المتوقع أن تؤدي هذه التقنية، جنبًا إلى جنب مع العلماء المواطنين، إلى المزيد من الاكتشافات في المستقبل

رسم توضيحي للطريقة التي يصنف بها الذكاء الاصطناعي المجرات بأنواعها المختلفة بناءً على شكلها. الائتمان: NAOJ / HSC-SSP
رسم توضيحي للطريقة التي يصنف بها الذكاء الاصطناعي المجرات بأنواعها المختلفة بناءً على شكلها. الائتمان: NAOJ / HSC-SSP

رسم توضيحي للطريقة التي يصنف بها الذكاء الاصطناعي المجرات بأنواعها المختلفة بناءً على شكلها. الائتمان: NAOJ / HSC-SSP

طبق علماء الفلك الذكاء الاصطناعي (AI) على صور واسعة النطاق للكون العميق كما التقطها تلسكوب سوبارو الياباني، محققين دقة عالية جدًا في اكتشاف وتصنيف المجرات الحلزونية في هذه الصور. ومن المتوقع أن تؤدي هذه التقنية، جنبًا إلى جنب مع العلماء المواطنين، إلى المزيد من الاكتشافات في المستقبل.

واستخدمت مجموعة بحثية مكونة من علماء فلك، معظمهم من المرصد الفلكي الوطني الياباني (NAOJ)، تقنية التعلم العميق، وهو نوع من الذكاء الاصطناعي، لتصنيف المجرات في مجموعة بيانات كبيرة حصل عليها تلسكوب سوبارو. وبفضل الحساسية العالية لهذه الطريقة، تم اكتشاف 560,000 ألف مجرة ​​في الصور. سيكون من الصعب للغاية معالجة هذا العدد الكبير من المجرات بصريًا واحدة تلو الأخرى بالعين البشرية من أجل التصنيف المورفولوجي. وسمح الذكاء الاصطناعي للفريق بإجراء المعالجة دون تدخل بشري.

تم تطوير تقنيات المعالجة الآلية لاستخراج الميزات وتصنيفها باستخدام خوارزميات التعلم العميق بشكل سريع منذ عام 2012. والآن يتفوق معظمها بالفعل على البشر من حيث الدقة ويتم استخدامها في السيارات ذاتية القيادة والكاميرات الأمنية والعديد من التطبيقات الأخرى.

توصل الدكتور كين إيتشي تاداكي، الأستاذ المساعد في NAOJ، إلى فكرة أنه إذا كان الذكاء الاصطناعي قادرًا على تصنيف صور القطط والكلاب، فيجب أن يكون قادرًا أيضًا على التمييز بين "المجرات ذات الأنماط الحلزونية" و"المجرات التي لا تحتوي على أنماط حلزونية". " وفي الواقع، وباستخدام بيانات التدريب التي أعدها العلماء، نجح الذكاء الاصطناعي في تصنيف أشكال المجرات بدقة تصل إلى 97.5%. وبعد تطبيق الذكاء الاصطناعي المُدرب على مجموعة البيانات الكاملة، تمكن من تحديد السمات الحلزونية في حوالي 80,000 ألف مجرة.

والآن بعد أن أثبتت هذه الطريقة فعاليتها، يمكن توسيع نطاقها لتصنيف المجرات إلى أقسام أكثر تفصيلاً، من خلال تدريب الذكاء الاصطناعي استنادًا إلى عدد كبير من المجرات التي صنفها البشر. تدير NAOJ حاليًا مشروعًا لعالم المواطن يسمى "GALAXY CRUISE"، حيث يقوم المواطنون بفحص صور المجرات الملتقطة باستخدام تلسكوب سوبارو للبحث عن الميزات التي تشير إلى اصطدام المجرة أو اندماجها مع مجرة ​​أخرى. ويعلق المسؤول عن "GALAXY CRUISE"، البروفيسور ماسايوكي تاناكا، آمالًا كبيرة على استكشاف المجرات باستخدام الذكاء الاصطناعي، ويقول: "تتمثل خطة سوبارو الإستراتيجية في بناء قاعدة بيانات جادة وكبيرة تحتوي على عدد لا يحصى من المجرات. من وجهة نظر علمية، من المثير جدًا التعامل مع مثل هذه البيانات الضخمة بالتعاون مع علماء الفلك المدنيين وأجهزة الكمبيوتر الخاصة بهم. ومن خلال استخدام التعلم العميق بناءً على التصنيفات التي أجراها العلماء المواطنون في GALAXY CRUISE، من المحتمل أننا سنكون قادرين على العثور على عدد كبير من المجرات المتصادمة والمدمجة.

تعليقات 3

ترك الرد

لن يتم نشر البريد الإلكتروني. الحقول الإلزامية مشار إليها *

يستخدم هذا الموقع Akismat لمنع الرسائل غير المرغوب فيها. انقر هنا لمعرفة كيفية معالجة بيانات الرد الخاصة بك.