به گزارش سایت خبری پرسون، دانشمندان در نشست ملی نجوم طی بیانیه‌ای اعلام کردند که انسان‌ها برای یافتن ۴۰ هزار کهکشان حلقوی به همکاری با هوش ماشینی در سراسر جهان می‌پردازند.
دکتر مایک والمزلی (Mike Walmsley) از دانشگاه منچستر با همکاری پروژه "Galaxy Zoo" روشی به نام "سایبورگ" را برای اندازه‌گیری شکل میلیون‌ها کهکشان مختلف توسعه داده‌اند.
"سایبورگ" اصطلاحی است که برای اشاره به ترکیب موجودات زنده و اجزای مکانیکی استفاده می‌شود.
هوش مصنوعی جدیدی به نام زوبات (Zoobot) قرار است به شناسایی هزاران کهکشان حلقوی کمک کند.
وب سایت Galaxy Zoo، که یک پروژه علمی جمع‌سپاری است، داده‌هایی در مورد ستارگانی که مدار آنها به دلیل برخوردهای کهکشانی و انفجار انرژی ناشی از ابرسیاهچاله‌ها مختل شده است، جمع آوری می‌کند. "جمع‌سپاری" به معنای برون‌سپاری یک پروژه به انبوه مردم است.
با این حال، طبقه‌بندی همه این داده‌ها بر اساس یک رویداد کیهانی خاص که باعث ایجاد اختلال‌های عظیم می‌شود، نیازمند انجام میلیون‌ها اندازه‌گیری است. حجم این داده‌ها به قدری زیاد است که بیش از یک عمر طول می‌کشد تا داوطلبان انسانی بتوانند آنها را مرتب کنند. اینجاست که هوش ماشینی وارد می‌شود.
دکتر والمزلی از یک دهه اندازه‌گیری داوطلبان Galaxy Zoo ، برای ایجاد الگوریتم هوش مصنوعی "زوبات" استفاده کرد که می‌تواند به عنوان دستیار در این پروژه با افراد همکاری کند. این هوش مصنوعی می‌تواند به دقت پیش‌بینی کند که داوطلبان انسانی در مورد نقاط داده خاص چه خواهند گفت و همچنین می‌تواند بفهمد که در چه بخش‌هایی امکان اشتباه وجود دارد.
"زوبات" از یادگیری ماشینی استفاده می‌کند، به این معنی که بارها و بارها با استفاده از یک مجموعه داده آموزش داده می‌شود تا زمانی که بتواند عملکرد مورد نیاز را با سرعت باورنکردنی انجام دهد. به گفته دکتر والمزلی، با استفاده از "زوبات"، انسان‌ها و ماشین‌ها برای پیشبرد علم نجوم همکاری می‌کنند و ما به ستاره‌شناسان دیگر کمک می‌کنیم تا سؤالاتی را که هرگز فکر نمی‌کردیم پرسیده شود، پاسخ دهند.
به لطف هوش مصنوعی "زوبات"، دکتر والمزلی توانست ۴۰ هزار کهکشان حلقوی شکل کمیاب را کشف کند که 6 برابر بیشتر از همه کهکشان‌های حلقه‌ای شناخته شده تا اکنون است. شکل‌گیری این نوعِ نادر از کهکشان‌ها میلیاردها سال طول می‌کشد و آنها طی برخوردهای نسبتاً رایج کهکشان با کهکشان از بین می‌روند. بنابراین، این مجموعه داده عظیم جدید به دانشمندان کمک می‌کند تا چگونگی تکامل این کهکشان‌های منزوی را بررسی کنند.
کار بر روی هوش مصنوعی "زوبات" و همچنین سایر راه حل‌های نجومی یادگیری ماشینی به دانشمندان کمک می‌کند تا حجم عظیمی از داده‌ها را در آینده دسته‌بندی و بررسی کنند.
به عنوان مثال، در سال ۲۰۱۸، محققان دانشگاه پلیموث (Plymouth) دریافتند که چگونه می‌توان از هوش مصنوعی برای کمک به جستجوی هوش فرازمینی استفاده کرد. الگوریتم آنها قادر بود به سرعت سیارات دارای شرایط قابل سکونت را شناسایی کند.
دکتر بروک سیمونز (Brooke Simmons)، از دانشگاه لنکستر (Lancaster)، می‌گوید: این هفته Galaxy Zoo پانزده ساله می‌شود و ما همچنان در حال نوآوری هستیم. کاری که دکتر والمزلی رهبری می‌کند، نسل جدیدی از اکتشافات کهکشان‌ها را ممکن می‌کند.
در حقیقت، یادگیری ماشینی در حال حاضر به طور گسترده در زمینه نجوم مورد استفاده قرار می‌گیرد. به عنوان مثال، همین هفته، محققان دانشگاه کرتین استرالیا اعلام کردند که مکان دقیق تولد یک شهاب سنگ سیاه زیبا در مریخ را مشخص کرده‌اند. محققان دانشگاه کالیفرنیا، سانتا کروز، همچنین در حال آموزش یک هوش مصنوعی به نام "Morpheus" با استفاده از اولین تصاویر خیره کننده تلسکوپ فضایی جیمز وب هستند که اواخر هفته گذشته منتشر شد.
منبع: ایسنا
