هوش مصنوعی (AI) به ابزاری حیاتی برای درک جهان تبدیل شده است. اکنون، همانطور که علاقه به اکتشافات فضایی دوباره به دست می آید، می تواند همین کار را برای جهان های دیگر نیز انجام دهد.
علیرغم دهه ها تحقیق، دانشمندان هنوز اطلاعات زیادی در مورد کیهان فراتر از جو زمین ندارند. نقشه برداری از سیارات، ستارگان، کهکشان ها و حرکت آنها در فضا کمک خواهد کرد، اما این از لحاظ تاریخی یک کار چالش برانگیز بوده است. هوش مصنوعی از چند جهت این کار را آسان می کند.
1. شناسایی اجرام آسمانی
با توجه به اینکه بخش زیادی از کیهان بسیار دور است، تشخیص اینکه چه چیزی چیست، اغلب دشوار است. سیستمهای بینایی ماشین میتوانند با تمایز بین اجرام آسمانی مختلف کمک کنند که انجام این کار با چشم غیرمسلح غیرقابل اعتماد است.
محققان دانشگاه هاوایی در سال 2020 یک مدل هوش مصنوعی امیدوارکننده برای این منظور توسعه دادند. شبکه عصبی آنها می تواند شناسایی کهکشان ها با دقت 98.1 درصد و به ترتیب 97.8% و 96.6% دقت را برای ستاره ها و اختروش ها به دست آورد. در نتیجه، آنها توانستند یک کاتالوگ 300 گیگابایتی از اجرام آسمانی در سه چهارم آسمان تهیه کنند.
از آنجایی که تلسکوپ ها و ماهواره ها نماهای بیشتری از جهان ارائه می دهند، الگوریتم های طبقه بندی مانند این می تواند تفسیر داده ها را آسان تر کند. هنگامی که دانشمندان بدانند به چه چیزی نگاه می کنند، می توانند تحقیقات بیشتری را با دقت انجام دهند.
2. اندازه گیری فاصله
نقشه برداری از جهان فقط به دانستن آنچه در بیرون وجود دارد نیست. محققان همچنین باید فواصل بین اجسام را اندازه گیری کنند تا مقیاس و حرکت در کهکشان ها را درک کنند یا برای پروازهای ماهواره ای یا فضاپیما در آینده برنامه ریزی کنند. هوش مصنوعی در این زمینه نیز کمک می کند.
محاسبه فاصله با نظارت بر فعالیت های آسمانی به معادلات پیچیده ریاضی نیاز دارد – معادلاتی که هوش مصنوعی در آن مهارت دارد. یک راه حل به دقت 76 درصد دست یافت در تعیین اندازه و فضای بین ابرهای مولکولی با تجزیه و تحلیل داده های تلسکوپ رادیویی. دیگری با نظارت بر تغذیه تلسکوپ زمینی میزان فوران های پرتو گاما را اندازه گرفت.
ابزارهایی مانند این تخمین های قابل اعتماد تری از مقیاس و سرعت فعالیت در جهان گسترده تر ارائه می دهند. همانطور که مدلها با دادههای اضافی بهبود مییابند، میتوانند سفر فضایی ایمنتری را ارائه دهند یا بینش بهتری نسبت به فعالیتهایی مانند شرارههای خورشیدی یا ابرنواخترها ارائه دهند.
3. درک آسمان در گذشته
هوش مصنوعی همچنین با تجزیه و تحلیل حرکات آسمانی تاریخی به نقشه برداری جهان کمک می کند. در حالی که ممکن است سوابق دقیقی در طول تاریخ بر روی آسمان ها وجود نداشته باشد، بسیاری از آسمان های قابل مشاهده در واقع نمایشی از گذشته هستند زیرا زمان لازم برای سفر نور است. در نتیجه، دانشمندان میتوانند از هوش مصنوعی برای مدلسازی و درک روندهای قبلی در فضا استفاده کنند.
یک مطالعه یک مدل هوش مصنوعی برای ایجاد ساخت فهرستی از بیش از 17000 کهکشان نزدیک کهکشان راه شیری از آنجایی که نواحی بسیار دور از زمین را مورد تجزیه و تحلیل قرار داد، شبیهسازیهای بهدستآمده منعکسکننده گذشتههای دور بود و اطلاعات جدیدی در مورد چگونگی حرکت اجرام آسمانی در طول هزارهها فاش کرد. نقشه به دست آمده شامل ساختارهای ماده تاریکی بود که محققان قبلاً از آن بی اطلاع بودند.
چنین بینشهایی نشان میدهد که کهکشانها چگونه در طول تاریخ بر یکدیگر جابجا شده و بر یکدیگر تأثیر گذاشتهاند. درک این موضوع کلید درک بهتر نحوه عملکرد جهان در مقیاس بزرگتر است.
4. پیش بینی تغییرات آینده
هوش مصنوعی میتواند نگاهی اجمالی به آینده داشته باشد، زیرا از گذشته یاد میکند. مدلهای تحلیل پیشبینیکننده قبلاً از این مفهوم برای پیشبینی فروش و ردیابی شیوع بیماری استفاده کردهاند و میتوانند همین کار را برای رویدادهای مهم آسمانی انجام دهند.
راه حل هوش مصنوعی که حرکات تاریخی کهکشان ها را شبیه سازی کرد، نشان داد که کهکشان های راه شیری و آندرومدا در حال حرکت به سمت یکدیگر هستند. با داده های اضافی و یک مدل پیش بینی، دانشمندان ممکن است قادر به تعیین زمان وقوع یک برخورد احتمالی در آینده دور باشند.
پیش بینی های مبتنی بر هوش مصنوعی به ویژه در مقیاس کوچکتر مفید هستند. تجزیه و تحلیل پیشبینیکننده میتواند به محققان در پیشبینی طوفانهای خورشیدی یا حرکت سیارکها کمک کند تا بدانند چه زمانی ممکن است برای جلوگیری از آسیب یا اختلال در زمین اقدام لازم باشد.
5. ایجاد نقشه های دقیق سیاره
برخی از ابزارهای هوش مصنوعی رویکرد محدودتری برای نقشه برداری جهان دارند. در حالی که درک ستارگان مهم است، ایجاد نقشههایی از سطوح فیزیکی سیارات ممکن است در کوتاه مدت مفیدتر باشد، به خصوص با شروع اکتشافات فضایی. مریخ نوردهای اکتشاف مریخ ناسا در حال حاضر از هوش مصنوعی برای پیمایش استفاده می کنیدو فناوریهای مشابه میتوانند بررسیهای دقیقی از سیارههای فراخورشیدی ایجاد کنند.
تهیه نقشه زمین شناسی یک سیاره دور به معنای ترکیب حجم قابل توجهی از داده ها از منابع مختلف است. این می تواند چالش برانگیز باشد، زمان زیادی را صرف کند و فضای قابل توجهی برای رخ دادن خطاها باقی بگذارد. هوش مصنوعی میتواند اطلاعات را جمعآوری کند تا سریعتر و با دقت بالاتر یک منبع واحد قابل اعتماد از حقیقت تشکیل دهد.
یادگیری ماشینی میتواند گرایشها و شباهتهایی را در مجموعه دادههای وسیعی که ممکن است انسانها نادیده میگیرند بیابد. در نتیجه، ممکن است قادر به شناسایی ساختارهای زمین شناسی باشد که دانشمندان در غیر این صورت از دست می دهند. این ابزارها همچنین می توانند مجموعه ای از داده های متفاوت را به یک نقشه واحد و قابل استفاده برای کمک به کاوش بیشتر تبدیل کنند.
6. تسریع جدول زمانی نقشه برداری
در همه برنامه ها، ابزارهای نقشه برداری هوش مصنوعی زمان لازم برای تجزیه و تحلیل و درک جهان را ساده می کند. این مهم است زیرا اکتشاف سریعتر منجر به نوآوری سریع می شود و تحقیقات عمیق تر را حتی در محیط های با زمان محدود قابل اجرا می کند.
مطالعه محققان ژاپنی این پتانسیل را برجسته می کند. این تیم یک شبیهساز هوش مصنوعی برای مدلسازی کهکشانها و توزیع ماده تاریک توسعه دادند. آن را فقط یک ثانیه CPU طول کشید در یک لپ تاپ برای اجرای شبیه سازی در حالی که به طور معمول یک ابر رایانه ده ها ساعت طول می کشد. چنین سرعتی نیز بدون افت دقت به دست آمد.
زمانی که فرآیندهای نقشه برداری زمان کمتری می برد، دانشمندان می توانند تعداد بیشتری از آنها را انجام دهند. در نتیجه، جامعه نجوم میتواند بدون پروژههای زمانبر و گرانقیمتی که تأمین بودجه برای آنها سختتر باشد، بینش بیشتری کسب کند.
7. در دسترس تر کردن تحقیقات
به طور مشابه، هوش مصنوعی چنین تحقیقاتی را برای گروه بزرگتری از مردم قابل اجرا می کند. با کاهش زمانبندی، هزینههای مرتبط نیز کاهش مییابد. این بهینهسازیها به این معنی است که شرکتهای کوچکتر یا محققانی که بودجه کمتری دارند میتوانند در همان نوع مطالعه شرکت کنند.
بررسی های نجوم متعارف می تواند میلیاردها دلار هزینه داشته باشد هر کدام – بسیار بیشتر از توان مالی بسیاری از شرکت ها یا مؤسسات آموزشی. هوش مصنوعی این هزینه ها را به روش های مختلفی کاهش می دهد. واضح ترین آن این است که زمان انجام چنین تحقیقاتی را کاهش می دهد، اما مزایای آن فراتر می رود.
مدل های پیچیده یادگیری ماشینی می توانند نتایج قابل قبولی را با داده های کمتر ارائه دهند و هزینه های مربوطه را کاهش دهند. با رشد این فناوری، الگوریتمهای آماده به طور گستردهتری در دسترس قرار میگیرند و هزینههای فناوری و زمان آموزش مدل را کاهش میدهند. روندهایی مانند این نقشه برداری فضا را دموکراتیک می کند و منجر به تنوع بیشتر مطالعات می شود که نوآوری را تقویت می کند.
هوش مصنوعی اسرار کیهان را باز می کند
دانشمندان باید با جزئیات بیشتری از کیهان نقشه برداری کنند تا موج بعدی اکتشافات فضایی بلند شود. هوش مصنوعی می تواند کلید این تلاش باشد.
هوش مصنوعی در حال حاضر پیشرفت های چشمگیری را در مجموعه عظیمی از تحقیقات نجوم ایجاد کرده است. تنها زمانی که تیم های بیشتری از این فناوری استقبال می کنند، بهتر می شود – پارامترهای ایده آل واضح تر می شوند و داده های مرتبط رشد می کنند. یادگیری ماشینی می تواند کاتالیزوری برای دومین مسابقه فضایی در میان این روند باشد.