Sustav umjetne inteligencije prvi je put uspješno planirao i u stvarnom vremenu prilagođavao opservacije na velikom nacionalnom teleskopu. Testiran je na 4-metarskom teleskopu Víctor M. Blanco u zvjezdarnici Cerro Tololo u Čileu, gdje upravlja rasporedom rada kamere DECam od 570 megapiksela.
Njegova zadaća nije odabirati znanstvene prioritete umjesto astronoma, nego odlučiti kada i prema kojem dijelu neba teleskop treba usmjeriti unutar već zadanog programa. Pri tome uzima u obzir promjene vremena, sjaj Mjeseca, prozirnost atmosfere i druge uvjete koji mogu utjecati na kvalitetu podataka.
Veliki teleskopi ograničen su i skup resurs. Astronomi na njihovo vrijeme često čekaju mjesecima, a loše odabrana opservacija može završiti mutnim snimkama ili podacima koje je mjesečina učinila neupotrebljivima. Ponoviti takvu opservaciju ponekad nije moguće do sljedeće promatračke sezone.
Sustav je učio iz ranijih odluka astronoma
Alat su razvili istraživači sa Sveučilišta Northwestern, Sveučilišta u Chicagu i Fermilaba u sklopu projekta SkAI. Riječ je o sustavu dubokog učenja treniranom na višegodišnjim podacima projekta Dark Energy Survey, velikog pregleda neba provedenog istim teleskopom i kamerom.
Istraživači su modelu pokazivali kamo je teleskop bio usmjeren u određenom trenutku, a zatim od njega tražili da predvidi sljedeću opservaciju. Njegove su prijedloge uspoređivali sa stvarnim rasporedima koje su sastavljali astronomi te ga postupno ispravljali.
Tako je model naučio prepoznati kako mjesečina, atmosfera i vremenske prilike utječu na korisnost pojedine opservacije, bez unaprijed napisanih pravila za svaku moguću situaciju.
Tijekom dva testna ciklusa na teleskopu Blanco sustav je sam sastavljao raspored rada i mijenjao ga kada su se uvjeti na nebu promijenili. Alex Drlica-Wagner, jedan od voditelja projekta, rekao je da je trenutačna uspješnost sustava usporediva s ljudskim planerima opservacija.
Korak prema djelomično autonomnim zvjezdarnicama
Cilj istraživača sada je razviti sustav koji neće samo oponašati odluke astronoma, nego će pronalaziti učinkovitije rasporede opservacija. To bi moglo povećati znanstvenu vrijednost svake vedre noći i ostaviti astronomima više vremena za analizu podataka i razvoj istraživačkih programa.
Takvi bi alati mogli postati posebno korisni u razdoblju kada zvjezdarnice nove generacije, među njima Vera C. Rubin, budu stvarale goleme količine podataka o promjenama na nebu. Automatizirani sustavi mogli bi drugim teleskopima pomoći da brže organiziraju dodatne opservacije zanimljivih pojava.
Ovo nije teleskop koji je prepušten umjetnoj inteligenciji. Astronomi i dalje određuju ciljeve i znanstvene programe, dok sustav preuzima složen, rutinski posao planiranja redoslijeda opservacija. Test na teleskopu Blanco pokazao je da takav pristup već može raditi u stvarnim uvjetima velike zvjezdarnice.
