Астрономы обучают ИИ определять истинную форму галактик

Астрономы обучают ИИ определять истинную форму галактик
Астрономы обучают ИИ определять истинную форму галактик

Новый метод искусственного интеллекта устраняет влияние гравитации на космические изображения, показывая реальную форму далеких галактик.

Image
Image

Ключевые выводы

  • Японские астрономы обучают ИИ различать поддельные и настоящие данные из далеких галактик.
  • Подход помогает удалить шум из астрономических наблюдений.
  • Новая методика поможет более точно выявить крупномасштабную структуру Вселенной.

Новый инструмент на основе искусственного интеллекта, разработанный японскими астрономами, обещает удалить нежелательный шум в данных, чтобы получить более четкое представление об истинной форме галактик. Ученые успешно опробовали этот подход на реальных данных японского телескопа Subaru и обнаружили, что распределение массы, создаваемое их методом, соответствует установленным моделям.

Ученые из Национальной астрономической обсерватории Японии (NAOJ) в Токио считают, что их метод может быть очень полезен при анализе больших данных, полученных в ходе крупных астрономических исследований. Эти обзоры помогают нам изучать структуру Вселенной, фокусируясь на моделях гравитационного линзирования.

Проблема с гравитационным линзированием

Гравитационное линзирование относится к явлению, при котором массивные космические объекты, такие как скопление галактик, могут искажать или искривлять свет, исходящий от объектов на их фоне. Другими словами, изображения удаленных космических тел могут выглядеть странно из-за гравитационного притяжения объектов на переднем плане.

Одним из примеров этого является галактическая система «Око Гора», открытая астрономами NAOJ в 2016 году. Поразительные изображения системы, названной в честь священного глаза древнеегипетского бога неба, являются побочным продуктом линзирования двух далеких галактик более близкой галактикой.

Проблема с гравитационным линзированием для астрономов заключается в том, что оно может затруднить различение изображений галактик, искаженных гравитацией, от галактик, которые действительно искажены. Этот так называемый «шум формы» подрывает уверенность в исследованиях больших структур Вселенной.

Image
Image

Новый подход

Новое исследование, опубликованное в Ежемесячных уведомлениях Королевского астрономического общества, показывает, как исследовательская группа смогла противодействовать шуму формы, используя ATERUI II, самый мощный астрономический суперкомпьютер в мире. Скармливая ему воображаемые и реальные данные с телескопа Subaru, ученые заставили компьютер смоделировать 25 000 мнимых каталогов галактик. Они добавили реалистичный шум к этим наборам данных, обучая свою сеть искусственного интеллекта посредством глубокого обучения выбирать правильные данные из шума.

«Это исследование показывает преимущества объединения различных типов исследований: наблюдений, моделирования и анализа данных ИИ», - поделился руководитель группы Масато Ширасаки. Он добавил: «В эпоху больших данных нам необходимо преодолеть традиционные границы между специальностями и использовать все доступные инструменты для понимания данных. Если мы сможем это сделать, это откроет новые области в астрономии и других науках».

Как работает ИИ

Используя генеративно-состязательную сеть (GAN), искусственный интеллект японских астрономов научился находить детали, которые раньше нельзя было увидеть, поясняется в пресс-релизе обсерватории. Разработанная учеными GAN фактически использует две сети - одна из них генерирует изображение карты объектива без шума, а другая сравнивает его с реальной картой объектива без шума, помечая созданные изображения как подделку. Запуская эту систему через большое количество пар шумовых и дешумированных карт, обе сети обучаются. Первая делает карты объективов, более близкие к реальным, а другая сеть лучше справляется с выявлением подделок.

Image
Image

Для дальнейшего тестирования своего метода ученые обратили внимание своего ИИ на реальные данные с 21 квадратного градуса неба, показав, что распределение массы переднего плана соответствует тому, что предсказывает стандартная космологическая модель..