Читаєте зараз
Астрономи шукають прибульців за допомогою ШІ

Астрономи шукають прибульців за допомогою ШІ

Ilona Kivva
Автор:
  • Штучний інтелект здатен виконати найрізноманітніші задачі, пов’язані з обробкою інформації. Те, наскільки успішно він працюватиме, залежить від алгоритмів навчання.
  • Астрономи застосовують два: контрольоване і довільне. У другому випадку алгоритму просто дають дані, а далі він сам визначає, що є значущим, а що — ні.
  • Позаземне життя шукають, відстежуючи сигнали, які не можуть випромінювати земні прилади.

Одне із найбільш масштабних досліджень з використанням штучного інтелекту провели у рамках проєкту Breakthrough Listen, одним із засновників якого був Стівен Гокінг. Комп’ютер проаналізував 489 годин спостережень за 820 зірками. Попри те, що дані неодноразово перевірялися іншими способами, ШІ знайшов вісім невідомих сигналів.

Заборона розповідає про використання алгоритмів AI для пошуків позаземного життя.


SETI: як застосують штучний інтелект

Астрономи широко використовують штучний інтелект для дослідження космосу, а нещодавно його почали все більше впроваджувати у проєкти з пошуку позаземних цивілізацій (SETI), пише Space.com.

«По суті, ви ставитеся до даних так, ніби це сіно. Тоді ви просите алгоритм машинного навчання сказати вам, чи є в даних щось, що не є сіном, і що, як ми сподіваємося, є голкою, якщо в стозі сіна також немає інших речей», — пояснив дослідник SETI з Манчестерського університету Імон Керінс.

Під сіном мають на увазі різноманітні сигнали — від мобільних телефонів, радіоелектроніки тощо. Тобто задача ШІ — знайти той, який не випромінює жодна з відомих речей.

Читати більше новин в Telegram

Алгоритми машинного навчання для цих цілей можна розділити на два види:

  • навчання під наглядом — тобто в систему вносять дані про сигнали, які вже існують. На основі них штучний інтелект розуміє, що можна відсіяти;
  • неконтрольоване навчання — алгоритму просто дають дані, а далі він сам визначає, що є значущим, а що ні.

«Припустімо, що у вас є набір даних із зображеннями столів і стільців, і ви хочете, щоб алгоритм розрізняв їх. Під час навчання під наглядом ви тренуєте алгоритм на багатьох зображеннях, позначених як стіл або стілець. При неконтрольованому навчанні алгоритм має розрізняти обидва, групуючи речі, які виглядають схожі, без будь-якої попередньої підготовки. Наприклад, він може вибрати будь-що зі спинкою як стілець, а будь-що з довгою стільницею — як стіл», — розтлумачили у виданні.

Неконтрольований підхід вважається більш перспективним. Астрономи припускають, що він може допомогти навіть розробити нові методи пошуку інопланетян.

Breakthrough Listen: що за проєкт

Одне із найбільш масштабних досліджень з використанням ШІ провели у Каліфорнійському університеті у рамках проєкту Breakthrough Listen. Це програма астрономічних спостережень і аналізу вартістю $100 мільйонів. Її головна мета — знайти докази існування інопланетян. Вона була започаткована Юрієм Мілнером і Стівеном Гокінгом у 2015 році.

«Були спроби просіяти деякі дані Breakthrough Listen за допомогою алгоритму машинного навчання [контрольованого]. Вони вже були досить ретельно прочесані раніше більш звичайними засобами, але алгоритм усе ще міг вибирати нові сигнали після того, як його навчили на матеріалах, про які ми знаємо», — розповів астроном Стів Крофт, який очолив ініціативу.

Він разом зі студентом Пітером Ма з університету Торонто написав алгоритм і запустив його в роботу. ШІ проаналізував дані 820 зірок, за якими спостерігали за допомогою 100-метрового радіотелескопа в обсерваторії Грін-Бенк (найбільша керована система телескопів у світі) у Західній Вірджинії. Для розуміння, це 489 годин спостережень, які містять мільйони радіосигналів, майже всі з яких були створені людиною перешкодами. 

Алгоритм перевірив кожен із них і знайшов вісім, які не збігалися з тим, на чому він навчався, і які були пропущені в попередніх аналізах даних. Вони надходять від п’яти різних зоряних систем. Перевірити результат вченим поки не вдалося, адже повторно виявити сигнали вони поки не можуть.

«Деякі з моїх колег дуже зацікавлені в ідеї мати на борту орбітальні кораблі з алгоритмом машинного навчання. Він міг би досліджувати планетарні поверхні в нашій Сонячній системі, щоб шукати аномалії, які могли б бути інопланетними зондами, яким зараз, можливо, мільйони або мільярди років. Оскільки неконтрольоване навчання має перевагу в тому, що воно може функціонувати в режимі реального часу, воно зможе оцінити кожне зображення, перш ніж рухатися далі, не чекаючи, поки всі дані будуть відправлені на Землю для перегляду людьми», — каже Імон Керінс.

Раніше Заборона розповідала про медичну технологію, побудовану на ШІ, яку почали використовувати українські медики. Програма вже показала успішні результати.

Читати більше новин в Telegram

Сподобався матеріал?

Підтримай Заборону на Patreon, щоб ми могли випускати ще більше цікавих історій