القائمة الرئيسية

الصفحات

4 طرق يساعدنا بها الذكاء الاصطناعي في التعرف على الكون

 

4 طرق يساعدنا بها الذكاء الاصطناعي في التعرف على الكون

علم الفلك هو كل شيء عن البيانات. الكون يصبح أكبر وهكذا هو مقدار المعلومات التي لدينا حوله.

لكن بعض أكبر تحديات الجيل القادم من علم الفلك تكمن في كيفية دراسة جميع البيانات التي نجمعها.

لاتخاذ هذه التحديات، يتحول علماء الفلك إلى التعلم الآلي و الذكاء الاصطناعي (AI) لبناء أدوات جديدة للبحث بسرعة عن الاختراقات الكبيرة التالية.

فيما يلي أربع طرق يساعد بها الذكاء الإصطناعي علماء الفلك.


1. صيد الكواكب

هناك عدة طرق للعثور على كوكب ، لكن أنجح الطرق كانت دراسة العبور.

عندما يمر كوكب خارج المجموعة الشمسية أمام نجمه الأم ، فإنه يحجب بعض الضوء الذي يمكننا رؤيته.


من خلال مراقبة العديد من المدارات من الكواكب الموجودة خارج المجموعة الشمسية، يقوم علماء الفلك ببناء صورة للتراجعين في الضوء، والتي يمكنهم استخدامها لتحديد خصائص الكوكب مثل كتلة وحجمه والمسافة من نجمه.

يستخدم تلسكوب كبلر في ناسا هذه التقنية وقد حقق نجاحا كبيرا من خلال مشاهدة آلاف النجوم في وقت واحد، مع مراعاة الانخفاضات في المؤشرات الناجمة عن الكواكب.


البشر جيدون جدا في رؤية هذه الانخفاضات، لكنها مهارة تستغرق وقتا طويلا للتطوير.

تقنيات تحليل السلسلة الزمنية التي تحلل البيانات كسلسلة متسلسلة مع مرور الوقت لتحديد إشارات الكواكب الموجودة خارج المجموعة الشمسية بنجاح مع دقة تصل إلى 96٪.


2. موجات الجاذبية

 نماذج السلاسل الزمنية ليست كبيرة للعثور على الكواكب الموجودة خارج المجموعة الشمسية، فهي مثالية أيضا لإيجاد إشارات الأحداث الأكثر كارثية في عمليات دمج الكون بين الثقوب السوداء والنجوم النيوترونية.


عندما تسقط هذه الأجسام الكثيفة بشكل لا يصدق إلى الداخل، فإنها ترسل تموجات في الزمكان يمكن اكتشافها عن طريق قياس الإشارات الخافتة هنا على الأرض.

لقد حددت عمليات التعاون في كاشف الموجات الثقالية LIGO و Virgo إشارات العشرات من هذه الأحداث ، وكل ذلك بمساعدة التعلم الآلي.


من خلال تدريب النماذج على بيانات محاكاة عمليات اندماج الثقوب السوداء ، يمكن للفرق في Ligo و Virgo تحديد الأحداث المحتملة في غضون لحظات من حدوثها وإرسال تنبيهات إلى علماء الفلك حول العالم لتحويل تلسكوباتهم في الاتجاه الصحيح.


3. تغيرات السماء

عندما يتم إنشاء مرصد فيرا روبين ، الذي يجري بناؤه حاليًا في تشيلي ، عندما يكون متصلا ، فسوف يقوم بمسح سماء الليل بأكملها كل ليلة وجمع أكثر من 80 تيرابايت من الصور دفعة واحدة لمعرفة كيف تختلف النجوم و المجرات في الكون مع مرور الوقت.

واحد تيرابايت يساوي 8.000.000.000.000 بت.


لن تتمكن فقط من تسجيل الدخول إلى الخوادم وتنزيل تلك البيانات ، وحتى إذا قمت بذلك ، فلن تتمكن من العثور على ما تبحث عنه.


سيتم استخدام تقنيات التعلم الآلي للبحث في استطلاعات الجيل التالي هذه وإبراز البيانات المهمة.

على سبيل المثال ، قد تبحث إحدى الخوارزميات في الصور عن الأحداث النادرة مثل الانفجارات الدراماتيكية للمستعر الأعظم في نهاية حياة النجم، وقد تكون أخرى تبحث عن النجوم الزائفة.

من خلال تدريب أجهزة الكمبيوتر على التعرف على إشارات ظواهر فلكية معينة ، سيتمكن الفريق من إيصال البيانات الصحيحة إلى الأشخاص المناسبين.


4. عدسات الجاذبية

نظرًا لأننا نجمع المزيد من البيانات حول الكون، يتعين علينا أحيانًا تنظيم البيانات غير المفيدة والتخلص منها.

إذن كيف يمكننا أن نجد أندر الأشياء في مساحات البيانات هذه؟


إحدى الظواهر السماوية التي تثير العديد من علماء الفلك هي عدسات الجاذبية القوية.

هذا ما يحدث عندما تصطف مجرتان على طول خط رؤيتنا وتعمل جاذبية أقرب مجرة كعدسة وتضخيم الجسم الأبعد، مما يؤدي إلى تكوين حلقات وصلبان وصور مزدوجة.


عدسات الجاذبية
الحلقة الزرقاء عبارة عن ضوء من مجرة أبعد، تشوهها المجرة الحمراء في المركز.
(حقوق الصورة: ESA / Hubble & NASA  CC BY)

يشبه العثور على هذه العدسات العثور على إبرة في كومة قش بحجم الكون المرئي.

إنها عملية بحث ستزداد صعوبة فقط لأننا نجمع المزيد والمزيد من صور المجرات.


في عام 2018، شارك علماء الفلك من جميع أنحاء العالم في تحدي اكتشاف عدسة الجاذبية القوية حيث تنافسوا لمعرفة من يمكنه صنع أفضل خوارزمية للعثور على هذه العدسات تلقائيًا.


استخدم الفائز في هذا التحدي نموذجًا يسمى الشبكة العصبية التلافيفية ، والذي يتعلم تحطيم الصور باستخدام مرشحات مختلفة حتى يتمكن من تصنيفها على أنها تحتوي على عدسة أم لا.

والمثير للدهشة أن هذه النماذج كانت أفضل من البشر، حيث وجدت اختلافات دقيقة في الصور التي نواجه صعوبة في ملاحظتها نحن البشر.


على مدار العقد المقبل، وباستخدام أدوات جديدة مثل مرصد فيرا روبين، سيجمع علماء الفلك بيتابايت من البيانات ، أي آلاف التيرابايت.

نظرًا لأننا نتعمق في الكون، ستعتمد أبحاث علماء الفلك بشكل متزايد على تقنيات التعلم الآلي.

تعليقات