AI đang thúc đẩy sự đổi mới trong thiên văn học như thế nào
Trong blog này, chúng ta xem xét một chương trình AI đột phá – Morpheus – được phát triển bởi các nhà nghiên cứu tại UC Santa Cruz. Chương trình này có thể phân tích dữ liệu hình ảnh thiên văn và phân loại các thiên hà và sao với độ chính xác phẫu thuật. Nếu bạn đang đọc nội dung này với đôi mắt “đầy sao”, chúng tôi cá rằng chúng tôi đã khiến bạn bị cuốn hút.
By Laduram Vishnoi, Người sáng lập tại Có được
Hãy đối mặt với nó. Nếu có một từ thông dụng đang gây bão ở một số ngành và nghề thì đó chính là Trí tuệ nhân tạo. Nhưng nó vẫn là một từ thông dụng bị bỏ ngoài tai hay nó đã nhận được sự chấp nhận và động lực rộng rãi?
Dữ liệu của PwC chốt tác động toàn cầu của Trí tuệ nhân tạo ở mức 15.7 nghìn tỷ USD vào năm 2030. Mặt khác, Accenture tuyên bố rằng “Trí tuệ nhân tạo có thể tăng gấp đôi tốc độ tăng trưởng kinh tế ở các nước phát triển vào năm 2035.” Không cần phải nói, tiền của chúng tôi thuộc về thứ sau.
Qua nhiều năm, thuật ngữ này – “Trí tuệ nhân tạo” – hay AI như người ta thường gọi – đã gắn liền với rất nhiều thứ. Và đúng như vậy.
Siri, Alexa, robot, mã hóa, Ngân hàng, Thương mại điện tử, thậm chí sự bất tử – và đây chỉ là một số ít. Rõ ràng, các ví dụ trải dài theo chiều dài và chiều rộng của trí tưởng tượng của con người. Tuy nhiên, có một lĩnh vực tương đối chưa được khám phá nhưng cũng không kém phần thú vị: AI trong Thiên văn học.
Hãy xem xét những ví dụ này một chút:
Tại Nhật Bản, các nhà khoa học đang phát triển một công cụ Trí tuệ nhân tạo để dự đoán cấu trúc của vũ trụ. Bạn đã đọc đúng.
Ở những nơi khác, các nhà khoa học đang sử dụng kính thiên văn hỗ trợ AI 'thông minh' để phân loại các vật thể trong không gian, với mục đích cuối cùng là tận dụng các kính thiên văn nói trên để phân loại các vật thể trong không gian. viết và kiểm tra các giả thuyết cho các nhà vật lý.
Kính viễn vọng Không gian James Webb của NASA sẽ sớm có thể cung cấp cho người dùng quyền truy cập vào các thiên hà được hình thành vài trăm triệu năm sau Vụ nổ lớn.
Lần đầu tiên, một nhóm nhà thiên văn học sử dụng trí tuệ nhân tạo trong việc sáp nhập thiên hà nghiên cứu để xác nhận rằng sự sáp nhập thiên hà là động lực đằng sau các vụ nổ sao.
Đọc những ứng dụng thực tế này, đầu óc thực sự choáng váng. Hơn nữa, có một điều trở nên rõ ràng:
Ngày càng có nhiều nhà thiên văn học sử dụng AI như một công cụ khám phá mạnh mẽ để cung cấp dữ liệu phong phú và phức tạp, phân loại các thiên hà, sàng lọc dữ liệu để tìm tín hiệu, tìm sao xung, xác định các ngoại hành tinh bất thường, cùng nhiều thứ khác. Nói tóm lại, có một thế giới hoàn toàn mới gồm những ứng dụng vô tận và chưa được khám phá đang được thử nghiệm, do đó tạo ra một loạt công cụ thiên văn học được hỗ trợ bởi AI hay được gọi là “Nhà thiên văn học nhân tạo”. Cho nó một chút thời gian. Cụm từ này sẽ phổ biến.
Như bạn có thể đoán bây giờ, trong blog này, chúng ta xem xét một chương trình AI đột phá – Morpheus – được phát triển bởi các nhà nghiên cứu tại UC Santa Cruz có thể phân tích dữ liệu hình ảnh thiên văn và phân loại các thiên hà và sao với độ chính xác phẫu thuật. Nếu bạn đang đọc nội dung này với đôi mắt “đầy sao”, chúng tôi cá rằng chúng tôi đã khiến bạn bị cuốn hút.
AI trong Thiên văn học: Một trật tự thế giới (không gian) mới
“Một trong hai ngành khoa học chính sử dụng rộng rãi trí tuệ nhân tạo là thiên văn học.” – Somak Raychaudhury, nhà vật lý thiên văn nổi tiếng và giám đốc Trung tâm Thiên văn học Liên Đại học
Sự xuất hiện của Morpheus: Nguồn gốc của chương trình máy tính Stellar (Inter) này
Trước khi đi vào chi tiết, chúng ta nên hiểu lý do tại sao ngay từ đầu cần phải tự động hóa các nhiệm vụ liên quan đến thiên văn học. Là một nhà thiên văn học chuyên nghiệp, Carlo Enrico Petrillo nói về những thách thức của việc sàng lọc hàng terabyte và terabyte dữ liệu. Anh ta nói:
“Ngắm hình ảnh các thiên hà là phần lãng mạn nhất trong công việc của chúng tôi. Vấn đề là ở sự tập trung.”
Đồng quan điểm, Brant Robertson, một trong những nhà phát triển Morpheus và là giáo sư thiên văn học và vật lý thiên văn tại UC Santa Cruz, giải thích:
“Có một số việc đơn giản là chúng ta không thể làm được với tư cách là con người, vì vậy chúng ta phải tìm cách sử dụng máy tính để xử lý lượng dữ liệu khổng lồ sẽ được cung cấp trong vài năm tới từ các dự án khảo sát thiên văn lớn.”
Chính ý tưởng cốt lõi này đã cho ra đời dự án Morpheus và phải mất khoảng hai năm mới có kết quả. Hãy tưởng tượng nếu các nhà thiên văn học của con người được giao nhiệm vụ phân loại các vật thể không gian, họ sẽ phải mất hàng thiên niên kỷ (ý định chơi chữ). Nhưng với phần mềm AI như Morpheus, có thể “chụp” vật thể với độ chính xác cao và thu thập dữ liệu quan trọng về quá trình tiến hóa của các thiên hà chỉ với chưa đầy một giây suy nghĩ. Hay nói một cách dễ hiểu, bạn có thể hiểu theo nghĩa đen là hố thỏ của vũ trụ sâu đến mức nào và quan sát các vật thể đã tồn tại từ lâu trong một thiên hà rất xa. Cố lên. Bạn biết một tài liệu tham khảo về Chiến tranh giữa các vì sao sắp ra mắt.
Xét về nỗ lực và nghiên cứu đã dành cho việc này dự án, bạn sẽ ngạc nhiên khi biết rằng các lập trình viên đã sử dụng 10,000 hình ảnh thiên hà do Kính viễn vọng Không gian Hubble của NASA chụp làm đạn dược (vì thiếu thuật ngữ tốt hơn) để huấn luyện thuật toán học sâu và hệ thống mở rộng tốt hơn. Ngoài ra, các cuộc khảo sát quy mô lớn như Khảo sát Di sản Không gian và Thời gian (LSST) sẽ được sử dụng cùng với chương trình này để hiểu rõ hơn về sự hình thành và tiến hóa của các thiên hà. Chỉ để cho bạn cảm nhận được điều gì “LSST có thể đạt được, các nhà khoa học tuyên bố rằng nó sẽ có thể chụp hơn 800 bức ảnh toàn cảnh mỗi đêm bằng camera 3.2 tỷ pixel, ghi lại toàn bộ bầu trời có thể nhìn thấy hai lần mỗi tuần.” Điều thú vị là camera chụp ảnh CCD này sẽ có thể tạo ra 10 terabyte dữ liệu mỗi đêm. Chúc may mắn tìm được những nhà thiên văn học tình nguyện muốn sàng lọc dữ liệu đó. Đây là nơi AI phát huy tác dụng.
Khung "Học sâu" đang thúc đẩy Morpheus như thế nào
“Vào đầu năm 2020, vũ trụ kỹ thuật số được ước tính bao gồm 44 zettabyte dữ liệu. Đến năm 2025, cứ 463 giờ trên toàn thế giới sẽ có khoảng 24 exabyte được tạo ra.”
Trước tiên, chúng ta muốn nói gì khi nói “Học sâu?”
Nói một cách đơn giản, “Học sâu là một tập hợp con của học máy trong đó mạng lưới thần kinh nhân tạo, các thuật toán lấy cảm hứng từ bộ não con người, học hỏi từ một lượng lớn dữ liệu”. Nếu chúng ta so sánh, bạn có thể coi deep learning như những cỗ máy 'học' bằng cách lặp lại nhiệm vụ giống như con người học từ kinh nghiệm. Thông thường, các lần lặp lại nhỏ được thực hiện liên tục để nâng cao kết quả mỗi khi phần mềm sử dụng thuật toán học sâu.
Tương tự, chương trình này tận dụng khả năng học sâu và áp dụng thuật toán thị giác máy tính để phân loại đối tượng dựa trên luồng dữ liệu thô từ kính thiên văn. Hơn nữa, nó cho phép phân loại theo từng pixel và mang đến sự phân chia ngữ nghĩa của các đối tượng không gian – bất kể hình dạng của chúng, cho dù chúng là dạng đĩa, hình cầu hay kích thước không đều. Tại sao điều này hữu ích? Chà, lịch sử chỉ ra rằng hình thái của các thiên hà cho phép các nhà thiên văn hiểu được các thiên hà được hình thành như thế nào và chúng phát triển theo thời gian như thế nào.
Bài học chính: Tóm lại, bằng cách sử dụng Morpheus, các nhà khoa học có thể trích xuất các ứng dụng tiện dụng như nhận dạng giọng nói và hình ảnh để theo dõi các thiên hà, theo từng pixel.
Xử lý thực tế của Morpheus trong thế giới thiên văn: Công nghệ được xác định rõ ràng này hoạt động như thế nào
“Với các mô hình khác, bạn phải biết có thứ gì đó ở đó và cung cấp cho mô hình một hình ảnh, sau đó nó sẽ phân loại toàn bộ thiên hà cùng một lúc. Morpheus khám phá các thiên hà cho bạn và thực hiện từng pixel một, do đó, nó có thể xử lý các hình ảnh rất phức tạp, trong đó bạn có thể có một hình cầu ngay bên cạnh một chiếc đĩa. Đối với một đĩa có chỗ phình ở giữa, nó sẽ phân loại chỗ phình một cách riêng biệt. Vì thế nó rất mạnh mẽ.” – Brant Robertson
Dưới đây là hướng dẫn từng bước về cách Morpheus hoạt động:
Bước 1: Chương trình chạy trên siêu máy tính lux của UCSC và xử lý hình ảnh của một khu vực cụ thể trên bầu trời.
Bước 2: Dựa trên điều này, một bộ hình ảnh mới của phần cụ thể đó được tạo ra và được mã hóa màu dựa trên hình thái của đối tượng.
Bước 3: Những hình ảnh giúp xác định rõ ràng các ngôi sao và các loại thiên hà đa dạng.
Đầu ra cuối cùng: Bạn nhận được phân tích đơn lẻ theo từng pixel cho lượng dữ liệu dồi dào, đây chắc chắn là một cách tiếp cận để phân tích dữ liệu thiên văn mà bất kỳ ai đã thử trong quá khứ gần đây.
Ưu điểm của Morpheus: Cách tiếp cận 360 độ
“Khi các chuyên gia thiên văn học thống nhất về cách phân loại thiên hà, Morpheus có độ chính xác từ 82 đến 98% tùy thuộc vào loại vật thể.” – Brant Robertson
- Cung cấp phạm vi vô hạn để học tập sâu hơn cho các nhà vật lý thiên văn đầy tham vọng: Trong một loạt những lần đầu tiên, các giáo sư Brant Robertson và Ryan Hausen đang phát hành Morpheus mã công khai cũng như cung cấp các cuộc biểu tình trực tuyến. Hơn nữa, theo ý kiến của họ bài nghiên cứu, các hướng dẫn sử dụng khung học tập sâu Morpheus đã được tạo và phát hành công khai dưới dạng sổ tay Jupyter. Đây là hình ảnh tương tác của mô hình.
- Cung cấp phát hiện hạt và phân loại hình thái của các vật thể thiên văn – điều gần như chưa từng được biết đến và con người không thể làm được. Trên thực tế, mô hình có khả năng phục hồi hơn 98% số thiên hà có trong dữ liệu khảo sát được sử dụng để huấn luyện mô hình.
- Cho phép mạnh mẽ phân loại cấp pixel bằng cách tự khám phá các thiên hà và xử lý những hình ảnh phức tạp mà không có sự can thiệp của con người.
- Cung cấp cơ hội để tìm hiểu về cuộc cách mạng thiên hà toàn bộ, không có trở ngại như sự thiên vị hoặc sai sót của con người. Cho dù liên quan đến việc hiểu cách các thiên hà phát triển theo thời gian hay thậm chí là hiểu được nơi chúng ta đang hướng tới, chương trình được hỗ trợ bởi AI này là cơ hội tốt nhất để chúng ta hiểu được sự hình thành của các thiên hà ở dạng thuần túy nhất.
- Loại bỏ cơ hội nhận dạng nguồn dương tính giả, đó là một hiện tượng phổ biến trong lĩnh vực Thiên văn học.
- Cung cấp dễ sử dụng bằng cách hỗ trợ hình ảnh ở định dạng kỹ thuật số thường được sử dụng cho dữ liệu thiên văn: Hệ thống truyền tải hình ảnh linh hoạt (FITS). Bạn có thể nói lời tạm biệt với việc chuyển đổi hình ảnh và dữ liệu bằng kính thiên văn và tận hưởng trải nghiệm không có ma sát.
Bạn có biết? Ngay cả với bộ xử lý máy tính cổ xưa, ống kính hấp dẫn hỗ trợ AI vẫn có khả năng kiểm tra 21,789 hình ảnh chỉ trong 20 phút!
Chữ viết trên tường, /trong không gian, & mọi nơi ở giữa
Theo một Thông cáo báo chí của NASA, “Kepler-90i mới được phát hiện – một hành tinh đá nóng bỏng quay quanh ngôi sao của nó cứ sau 14.4 ngày – đã được tìm thấy bằng cách sử dụng máy học từ Google.”
Rõ ràng, việc ứng dụng AI vào Vật lý thiên văn đang mang lại lợi nhuận 'thiên văn' (ý định chơi chữ) và xác định lại sự đổi mới trong thế giới Khoa học thiên văn, đồng thời giúp khám phá một số bí ẩn lớn nhất nằm sâu trong vũ trụ. Nhấn mạnh đến đỉnh cao hữu ích và tập thể của AI và Vật lý thiên văn, Brant Robertson nói: “Thiên văn học đang trên đà của một cuộc cách mạng dữ liệu mới”, và chúng tôi không thể tóm tắt nó tốt hơn.
Với việc các Nhà thiên văn học chuyển sang sử dụng AI để khám phá các thiên hà, họ không cần phải thức trắng đêm khiến mắt (và tâm trí) căng thẳng để phát hiện, phân loại và giải mã các vật thể không gian hoặc săn lùng các hành tinh mới. Trong Thế kỷ 21, chúng ta có các siêu kính thiên văn hỗ trợ AI, có công việc riêng và không ai phàn nàn. Và tất nhiên, những người quan sát sao đang có một ngày thực địa, vui mừng trước khả năng sử dụng các công cụ AI để khám phá lại những thế giới ngoài sức tưởng tượng vốn đã sống động của họ. Tự hỏi Elon Musk có thể sẽ nói gì.
Tiểu sử: Laduram Vishnoi (@laduramvishnoi) là Giám đốc điều hành và Người sáng lập tại Có được. Anh ấy thích chia sẻ nghiên cứu và phát triển của mình về Trí tuệ nhân tạo, học máy, mạng lưới thần kinh và học sâu. Đọc thêm tại của anh ấy Trung bình.
Liên quan:
Câu chuyện hàng đầu trong 30 ngày qua
Nguồn: https://www.kdnuggets.com/2020/09/ai-drive-innovation-astronomy.html
