خوشههای کهکشان ساختارهای عظیمی از صدها یا هزاران کهکشان هستند که با هم حرکت میکنند و برای چندین سال آنها بزرگترین ساختارهای شناخته شده در جهان بودند (تا زمان کشف ابرخوشهها). اما با وجود اندازهی عظیم آنها به دلیل فاصله زیاد آنها به سختی قابل شناسایی هستند.
در حال حاضر، یک دانشجوی دکتری توانسته هوش مصنوعی با یادگیری عمیقی ایجاد کند که میتواند به حل این مشکل کمک نماید. این ابزار به نام “Deep-CEE” (یادگیری عمیق برای استخراج و ارزیابی خوشههای کهکشان) نامیده میشود و میتواند خوشههای کهکشانی که در فاصلهی دور قرار دارد را هم بیابد.
هوش مصنوعی به تصاویر رنگی نگاه میکند و با کمک شبکههای عصبی به شناسایی خوشههای کهکشانی بالقوه میپردازد. این هوش مصنوعی روش کار مغز انسان برای شناسایی اشیا را شبیه سازی میکند. این هوش مصنوعی با استفاده از تصاویر خوشههای کهکشانی آموزش داده شده است و تا زمانی که قادر به شناسایی خوشههای جدید در تصاویر نبوده این آموزشها ادامه یافته است.
Matthew Chan دانشجوی دکترا در دانشگاه لنکستر که مسئول این پروژهاست، در بیانیهای گفت:
ما از Deep-CEE استفاده کردیم. در نهایت مدل ما را بر روی دستگاههایهای انقلابی مانند تلسکوپ بزرگ (LSST) شکل گرفته که میتواند در عمق بیشتری از مناطق جستوجو نشده را بکاود.
این کار برای پروژههای آینده مانند اندازهگیری مقدار زیادی اطلاعات از جمله تجزیه و تحلیل دادهها از تلسکوپ مفید است. هنگامیکه هنگامی که مجموعه دادههای بسیار بزرگی از یک تلسکوپ وجود دارد، Deep-CEE میتواند به سرعت از طریق اسکن تصاویر، خوشههای کهکشانی احتمالی را مشخص نماید. پروژههایی مانند LSST در سال ۲۰۲۱ به صورت آنلاین در دسترس قرار خواهد گرفت و کل آسمان نیمکره جنوبی را به تصویر میکشد. این تلسکوپ هر شب ۱۵ ترابایت اطلاعات تولید میکند، بنابراین هوش مصنوعی روشی ایده آل برای پردازش دادههایی است که برای دانشمندان مهم هستند.
دکتر جان استات، استاد چن در دانشگاه در همین بیانیه گفت:
تکنیکهای داده کاوی مانند یادگیری عمیق به ما کمک میکند تا خروجیهای بسیار زیاد داده از تلسکوپهای مدرن را تجزیه و تحلیل کنیم. انتظار داریم که روش ما برای پیدا کردن هزاران خوشهای که قبلا هرگز دیده نشده، به شکلی موفق عمل کند.
این پروژه در نشست ملی نجوم این هفته ارائه شده و مقالهی آن در آرشیو بایگانی arXiv قبل از انتشار رسمی در دسترس است.
نظرات