Технологии 31 августа 2017

ИИ-астроном анализирует снимки космоса за секунды вместо месяцев

Далее

Нейронная сеть способна невероятно быстро извлекать информацию из снимков Вселенной, сделанных радиотелескопами, использующими эффект гравитационного линзирования, сообщает Engadget.

Гравитационное линзирование — это эффект, которым обладают космические объекты. Суть его заключается в том, что когда наблюдатель смотрит на объект удаленный в пространстве через другой космический объект, форма дальнего источника света искажается. Это полезное явление, которое помогло ученым обнаружить экзопланеты, понять эволюцию галактик. Но анализ изображений, подверженных гравитационному линзированию, занимает очень много времени, требуя от исследователей сравнения реальных изображений с имитируемыми. Анализ всего одного снимка может занять недели или даже месяцы.

Американские ученые из Стэнфорда и Национальной ускорительной лаборатории SLAC нашли способ сократить это время до нескольких секунд. Исследовательская группа показала нейронной сети полмиллиона имитированных изображений космических объектов. ИИ смог проанализировать снимки с точностью, сравнимой с традиционными методами.

«Удивительно, что нейронные сети сами изучают, какие особенности нужно искать», — говорит Фил Маршалл, исследователь проекта. — Это похоже на то, как маленькие дети учатся распознавать объекты. Вы не говорите им точно, что такое собака, вы просто показываете им фотографии собак». При появлении новых телескопов будет появляться все больше и больше примеров линзирования, для анализа всех данных потребуются более быстрые методы. И самое главное, что астроному для такого анализа потребуется всего лишь ноутбук или мобильный телефон для связи с ИИ на удаленном сервере.

«Алгоритмам нельзя внушить представление о справедливости»

ИИ научат искать места рабского труда по снимкам из космоса. Новый краудсорсинг-проект направлен на то, чтобы идентифицировать на изображениях, снятых со спутников, печи для обжига кирпича в Южной Азии — места принудительного труда, и обучить этому искусственный интеллект.