Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 چگونه هوش مصنوعی در نجوم باعث نوآوری می‌شود؟

چگونه هوش مصنوعی در نجوم باعث نوآوری می‌شود؟

زمان مطالعه: 5 دقیقه

پژوهش‌‌‌های موسسه PwC تأثیر جهانی هوش مصنوعی را در سال 2030 تا 15.7 تریلیون دلار تخمین زده است. از طرف دیگر، بررسی‌‌‌ها نشان می‌‌دهد که هوش مصنوعی می‌‌تواند نرخ رشد اقتصادی کشورهای توسعه‌یافته را تا سال 2035 دو برابر کند. در طول سال‌‌ها، اصطلاح هوش مصنوعی که معمولاً با مخفف AI شناخته می‌‌شود، با موضوعات زیادی همراه شده و با آن‌‌‌ها تلفیق یافته است و علوم بینارشته‌ای زیادی توانایی ترکیب با هوش مصنوعی را داشته‌اند. سیری، الکسا، ربات‌‌های سخنگو، برنامه‌نویسی، بانکداری، تجارت الکترونیکی و غیره این‌ها فقط چند مورد از ترکیب هوش مصنوعی با دنیای فناوری است. واضح است که این نمونه‌‌‌ها طول و عرض تخیل انسان را در بر می‌‌گیرند. با این وجود، هنوز یک منطقه نسبتاً کشف نشده اما به همان اندازه هیجان‌انگیز وجود دارد: آن هوش مصنوعی در نجوم است.

این نمونه‌‌‌ها را برای لحظه‌ای در نظر بگیرید

در ژاپن، دانشمندان در حال توسعه یک ابزار هوش مصنوعی برای پیش‌‌‌بینی ساختار جهان‌اند. بله درست خواندید!

در جای دیگر، دانشمندان از تلسکوپ‌‌‌های مجهز به هوش مصنوعی برای طبقه‌‌بندی اشیاء در فضا استفاده می‌‌کنند، هدف نهایی استفاده از این تلسکوپ‌‌ها، برای نوشتن و آزمایش فرضیه‌‌‌های فیزیکدانان است. تلسکوپ فضایی جیمز وب ناسا به زودی امکان دسترسی به کهکشان‌‌هایی را که حدود صد میلیون سال پس از انفجار بزرگ شکل گرفته‌‌اند، در اختیار کاربران قرار می‌‌دهد. برای اولین بار، گروهی از ستاره‌شناسان در مطالعه ادغام کهکشان از هوش مصنوعی استفاده کردند تا تأیید کنند که ادغام کهکشان نیروی محرک ستاره‌‌های منجمد است.

وقتی این اخبار و برنامه‌‌‌های جدید را می‌‌خوانیم، یک چیز کاملاً شفاف و روشن می‌‌شود:

منجمان روزبه‌‌روز بیشتر و بیشتر از هوش مصنوعی به عنوان ابزاری قدرتمند برای کشف داده‌‌‌های غنی و پیچیده، طبقه‌‌بندی کهکشان‌‌ها، غربالگری داده‌‌‌ها برای سیگنال‌‌ها، یافتن ستاره‌‌‌های تپنده، شناسایی سیارات خارج از عرف و غیره استفاده می‌‌کنند. به طور خلاصه، یک دنیای کاملاً جدید از برنامه‌‌‌های کشف نشده و بی‌نهایت وجود دارد که در حال آزمایش است، با این توضیحات، تعداد زیادی از ابزارهای نجوم مجهز به هوش مصنوعی را به اصطلاح «ستاره‌‌شناسان مصنوعی» یا منجمان مصنوعی ایجاد کردند.

همان‌طور که ممکن است تا حالا در اخبار خوانده باشید، برنامه‌‌‌های تحولگر هوش مصنوعی مثل مورفئوس توسط محققان در دانشگاه کالیفرنیا سانتا کروز در حال انجام است. این برنامه‌‌‌ها می‌‌توانند داده‌‌‌های تصویر نجومی را تجزیه و تحلیل کنند و کهکشان‌‌‌ها و ستاره‌‌‌ها را با دقت بسیار زیاد طبقه‎بندی کند.

هوش مصنوعی در نجوم: یک نظم جهانی جدیدهوش مصنوعی در نجوم

«یکی از حوزه‌های اصلی دانش که به طور گسترده از هوش مصنوعی استفاده می‌‌کند، دانش نجوم است.» سوماک رایکاداری، اخترفیزیکدان مشهور و مدیر مرکز بین دانشگاهی نجوم.

ظهور مورفئوس: منشأ این برنامه رایانه‌‌ای میان‌ستاره‌ای

قبل از این‌‌‌که به جزئیات موضوع هوش مصنوعی و نجوم بپردازیم، منطقی است که درک کنیم چرا در وهله اول نیاز به خودکارسازی فرایندهای مربوط به نجوم وجود دارد. کارلو انریکو پتریلو که یک دانشمند ستاره‌شناس است، درباره چالش‌‌‌های غربالگری داده‌‌‌ها صحبت می‌‌کند. او می‌‌گوید:

«دیدن تصاویر کهکشان‌‌‌ها رمانتیک‌ترین قسمت کار ماست. اما مشکل اصلی ما متمرکز ماندن روی موضوع است.»

در همین راستا، برانت رابرتسون، یکی از توسعه‌دهندگان مورفئوس و استاد نجوم و اخترفیزیک در دانشگاه کالیفرنیا سانتاکروز توضیح می‌‌دهد: «یک سری کارها وجود دارد که ما به عنوان انسان به راحتی قادر نیستیم آن‌‌‌ها را انجام دهیم، بنابراین باید راه‌‌هایی برای بهره‌‌‌گیری از رایانه برای پردازش حجم عظیمی از داده‌‌‌ها که طی چند سال آینده از طریق پروژه‌‌‌های بزرگ بررسی نجومی به دست خواهد آمد، پیدا کنیم.»

ایده کلیدی و اصلی این است که پروژه مورفئوس که دو سال زمان برده تا متولد شود، اکنون به ثمر نشیند. تصور کنید اگر منجمان انسانی وظیفه طبقه‌‌بندی اشیای موجود در فضا را بر عهده داشته باشند، این کار برای آن‌‌‌ها سال‌ها زمان می‌‌‌برد. اما با استفاده از نرم‌‌‌افزار هوش مصنوعی مانند مورفئوس، می‌‌توان اشیای موجود در فضا را با دقت زیادی ثبت کرد و داده‌‌‌های مهم مربوط به تکامل کهکشان‌‌‌ها را در کمتر از یک ثانیه جمع‌‌‌آوری کرد. یا اگر به زبان عامیانه بگوییم، با این روش، شما به معنای واقعی کلمه می‌‌توانید درک کنید که جهان تا چه اندازه عمیق است و می‌‌‌توانید اشیایی را که مدت‌‌‌ها پیش در یک کهکشان بسیار دور وجود داشته‌‌‌اند، مشاهده می‌‌کنید. از این طریق شما می‌‌توانید حتی پیش‌‌‌بینی کنید که در آینده چه تغییراتی در وضعیت ستارگان رخ خواهد داد.

با توجه به تلاش و تحقیقاتی که در زمینه این پروژه انجام شده است، متعجب خواهید شد اگر بدانید که برنامه‌‌‌نویسان از 10،000 تصویر کهکشان گرفته شده توسط تلسکوپ فضایی هابل ناسا به عنوان وسیله‌‌‌ای برای آموزش بهتر یادگیری عمیق استفاده کردند. به علاوه، بررسی‌‌‌های گسترده‌‌‌ای مانند Legacy Survey of Space and Time (LSST) همراه با این برنامه برای درک شکل گیری و تکامل کهکشان‌‌‌ها در حال انجام است. برای این‌‌‌که درک بهتری از توانایی‌‌‌های LSST به دست آورید، می‌‌‌توان گفت بر اساس ادعای دانشمندان این سیستم می‌‌تواند هر شب بیش از 800 تصویر پانوراما با یک دوربین 3.2 میلیارد پیکسلی، با ثبت کامل آسمان قابل مشاهده در هر هفته، به شما بدهد. جالب این‌جاست که این دوربین تصویربرداری CCD قادر به تولید 10 ترابایت داده در شب خواهد بود. حالا اگر بخواهید ستاره‌‌شناسان انسانی را پیدا کنید که داوطلبانه بخواهند این داده‌‌‌ها را غربال کنند، چه کار خواهید کرد؟ این‌جاست که هوش مصنوعی وارد عمل می‌‌شود.

چارچوب «یادگیری عمیق» چگونه مورفئوس را هدایت می‌‌کند؟

چارچوب یادگیری عمیق

“در ابتدای سال 2020، این‌‌طور تخمین زده شده که جهان دیجیتال از 44 زتابایت داده تشکیل شده است و تا سال 2025، تقریباً 463 اگزابایت در هر 24 ساعت در سراسر جهان ایجاد می‌‌شود.

اول از همه، منظور ما از یادگیری عمیق چیست؟

به زبان ساده، یادگیری عمیق زیرمجموعه‌‌‌ای از یادگیری ماشین است که طی آن، شبکه‌‌‌های عصبی مصنوعی و الگوریتم‌‌هایی با الهام از مغز انسان، از مقدار زیادی داده آموزش می‌‌بینند. اگر بخواهیم مقایسه‌‌‌ای برای درک بهتر این فرایند داشته باشیم، می‌‌توانید ماشین‌‌هایی را تصور کنید که مثل انسان‌‌‌ها کاری را به صورت مکرر انجام می‌‌‌دهند و با تکرار آن کار، همان وظیفه‌‌‌ای که انسان‌ها از تجربه می‌‌آموزند را «یاد می‌‌گیرند». بیشتر اوقات، هر بار که یک نرم‌‌‌افزار از الگوریتم‌‌‌های یادگیری عمیق استفاده می‌‌کند، با تکرارهای مداوم یک وظیفه، نتایج خود را بهبود می‌‌‌بخشد.

به همین ترتیب، برنامه مورفئوس نیز از یادگیری عمیق بهره می‌‌برد و از الگوریتم‌‌‌های بینایی ماشین برای طبقه‌‌بندی اشیا بر اساس جریان داده‌‌‌های خام دریافتی از تلسکوپ استفاده می‌‌کند. علاوه بر این، مورفئوس طبقه‌‌بندی پیکسل به پیکسل را امکان‌‌پذیر می‌‌کند و تقسیم‌‌‌بندی معنایی اشیای فضایی را زنده می‌‌کند. مورفئوس صرف‌‌نظر از شکل اجسام، چه از نظر اندازه دیسک، چه کروی و چه نامنظم، بررسی می‌‌کند که این جسم چه اطلاعات مفیدی به ما می‌‌‌دهد؟ تاریخ نشان می‌‌دهد که مورفولوژی کهکشان‌‌‌ها به ستاره‌‌شناسان این امکان را می‌‌دهد نحوه شکل‌‌گیری کهکشان‌‌‌ها و تکامل آن‌‌‌ها را در طول زمان درک کنند.

اقدام کلیدی: به طور خلاصه، با استفاده از مورفئوس، دانشمندان می‌‌توانند برنامه‌‌‌های مفیدی مانند تشخیص تصویر را برای ردیابی کهکشان‌‌ها، پیکسل به پیکسل استخراج کنند.

پردازش واقعی توسط مورفئوس در دنیای نجوم: نحوه عملکرد این فناوری کاملاً مشخص است.

فرق مورفئوس با سیستم‌‌‌های دیگر

«فرق مورفئوس با سیستم‌‌‌های دیگر این است که در مدل‌‌‌های دیگر، شما ابتدا باید خودتان بدانید و کشف کنید که شیئی در فضا وجود و بعد به یک تصویر از آن را به سیستم می‌‌دهید و آن وقت سیستم می‌‌‌تواند کل کهکشان را یک‌‌باره برای شما طبقه‌‌بندی ‌‌کند. مورفئوس اما کهکشان‌‌‌ها را برای شما کشف می‌‌کند و پیکسل به پیکسل از آن‌‌‌ها تصاویر واضح تهیه می‌‌‌کند. او می‌‌‌تواند تصاویر بسیار پیچیده را پردازش کند، ممکن است یک کره کروی در کنار دیسک داشته باشید. مورفئوس برای یک دیسک با برآمدگی مرکزی، این برجستگی را جداگانه طبقه‌‌بندی می‌‌کند. بنابراین این هوش مصنوعی بسیار قدرتمند است.» برانت رابرتسون

در اینجا راهنمای گام به گام نحوه کار مورفئوس آورده شده است:

مرحله 1: این برنامه روی ابر رایانه لوکس UCSC اجرا می‌‌شود و تصویری از یک منطقه خاص را در آسمان پردازش می‌‌کند.
مرحله 2: بر این اساس، مجموعه جدیدی از تصاویر آن بخش خاص تولید می‌‌شوند که براساس مورفولوژی شیء کدگذاری می‌‌شوند.
مرحله 3: وضوح هرچه بیشتر تصاویر به شناسایی ستاره‌‌‌ها و انواع مختلف کهکشان کمک می‌‌کند.
خروجی نهایی: برای مقادیر فراوان داده، یک تحلیل پیکسل به پیکسل به صورت مجزا دریافت می‌‌کنید که روش بسیار خوبی برای تحلیل داده‌‌‌های نجومی است و هر کسی تا به امروز برای دریافت آن سعی کرده است.

مزایای مورفئوس: رویکردی 360 درجه

«وقتی ستاره‌‌‌شناسان خبره درباره طبقه‌‌بندی کهکشان‌‌‌ها توافق می‌‌کنند، مورفئوس بسته به کلاس جسم 82 تا 98 درصد دقیق است.» – برانت رابرتسون

  • مقیاسی نامحدودی برای یادگیری عمیق‌تر برای اخترفیزیکدانان مشتاق: در سری اول، استاد برانت رابرتسون و استاد رایان هاسن در حال خروجی گرفتن از کد مورفئوس به صورت عمومی و نشان دادن آن به صورت آنلاین‌اند. به‌علاوه، آن‌‌‌ها در مقاله تحقیقاتی‌‌شان، آموزش‌های استفاده از چارچوب یادگیری عمیق مورفئوس ایجاد کرده‌‌‌اند که به‌صورت عمومی در دفتر یادداشتی با عنوان ژوپیتر منتشر شده است.
مقیاسی نامحدودی برای یادگیری عمیق‌تر
تصویری از یک کهکشان دیسک بزرگ همان‌طور که در تلسکوپ فضایی هابل دیده می‌‌شود.

تصویری از یک کهکشان

  • مورفئوس تشخیص گرانول و طبقه‌‌بندی ریخت‌‌‌شناختی اجسام نجومی را میسر می‌‌کند. این کار عملاً غیرقابل انجام و از نقطه نظر انسانی غیرممکن است. در حقیقت، این مدل توانایی بازیابی بیش از 98 درصد کهکشان‌‌هایی را که در داده‌‌‌های نظرسنجی برای آموزش مدل استفاده شده بود را دارد.
  • مورفئوس امکان طبقه‌‌بندی قدرتمند در سطح پیکسل را با کشف خود کهکشان‌ها و با استفاده از تصاویر پیچیده آن‌‌‌ها بدون دخالت انسان فراهم می‌‌کند.
  • هوش مصنوعی در نجوم این فرصت را به شما می‌‌دهد تا درباره انقلاب کهکشان به طور کامل، بدون مانعی مانند سوگیری انسانی یا خطا، اطلاعات کسب کنید. این موضوع مربوط به درک چگونگی تکامل کهکشان‌‌‌ها در طول زمان است یا حتی درک این‌‌‌که ما به کجا می‌‌رویم. این برنامه با قدرت هوش مصنوعی بهترین فرصت ما برای درک شکل گیری کهکشان‌‌‌ها در خالص‌‌‌ترین شکل ممکن است.
  • احتمال شناسایی سیگنال‌‌‌های مثبت غیرواقعی را که یک پدیده رایج در زمینه نجوم است، از بین می‌‌برد.

آیا می‌‌دانستید؟ حتی با وجود یک پردازنده رایانه‌ای قدیمی، لنزهای گرانشی مجهز به هوش مصنوعی قادر به بررسی 21789 تصویر در مدت زمان تنها 20 دقیقه‌‌اند!

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

 

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]