Astronomija se dramatično mijenja. Premda su tradicionalna opservacijska promatranja i dalje relevantna (JWST kao primjer), širokovidna istraživanja postaju sve dominantnija, pogotovo s pojavom strojnog učenja.
Novorazvijeni program strojnog učenja, ASTRONOMALY, analizirao je gotovo četiri milijuna slika galaksija prikupljenih putem Dark Energy Camera Legacy Survey (DECaLS). Otkrivene su 1,635 anomalija, od kojih su 18 bile do tada neidentificirane i imale “izrazito neobičnu morfologiju.” Ovo otkriće predstavlja budućnost astronomije gdje kombinacija ljudske intuicije i softverske preciznosti može postići bolje rezultate nego svaki zasebno.
Suočavanje s golemom količinom podataka
Iako su teleskopi za istraživanje već dugo standardni alat astronoma, suvremena tehnologija omogućava prikupljanje ogromnih količina podataka koje pojedinac ne može sam obraditi. Na primjer, predviđa se da će nadolazeći Vera Rubin opservatorij svake noći proizvoditi 20 terabajta podataka, što će nakon deset godina iznositi nevjerojatnih 60 petabajta.
Za obradu tih podataka, ljudima bi trebalo desetljećima. S druge strane, algoritmi strojnog učenja poput ASTRONOMALY-a mogu značajno ubrzati taj proces.
Kako ASTRONOMALY mijenja pravila igre
Za razliku od tradicionalnih detekcijskih programa koji su često trenirani na specifičnim setovima podataka, ASTRONOMALY radi “nenadzirano.” To znači da može otkriti potpuno nove anomalije, ne samo one na koje je prethodno treniran. Ali program postiže najbolje rezultate kada se kombinira s povratnim informacijama od strane ljudskih stručnjaka.
Unatoč svim inovacijama, postoji i izazov koji se mora prevladati: prenos podataka. Kako istraživači napominju, prebacivanje ogromnih količina podataka može trajati tjednima. Kako bi se izbjegli takvi zastoji, predlažu da se budući računalni kapaciteti smjeste izravno u opservatoriju, umjesto da se podaci prenose na udaljene lokacije za obradu.
Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram –t.me/kozmoshr
