Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
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
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
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
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
 نوجوانی که با هوش مصنوعی ۱.۵ میلیون جرم فضایی تازه کشف کرد

نوجوانی که با هوش مصنوعی ۱.۵ میلیون جرم فضایی تازه کشف کرد

زمان مطالعه: 2 دقیقه

یک دانش‌آموز دبیرستانی در کالیفرنیا با کمک هوش مصنوعی موفق شد بیش از یک‌ونیم میلیون جرم فضایی ناشناخته را در داده‌های یک مأموریت بازنشسته ناسا شناسایی کند؛ کشفی که حالا در معتبرترین مجله اخترشناسی منتشر شده و توجه جامعه علمی را به خود جلب کرده است.

«ماتئو پاز»، نوجوانی از پاسادنا، تابستان ۲۰۲۲ به برنامه پژوهشی Planet Finder Academy در مؤسسه فناوری کالیفرنیا (Caltech) پیوست. او زیر نظر «دِیو کِرک‌پاتریک»، اخترشناس ارشد مرکز پردازش داده‌های مادون قرمز (IPAC)، شروع به بررسی داده‌های تلسکوپ بازنشسته NEOWISE کرد؛ تلسکوپی که از سال ۲۰۰۹ برای رصد سیارک‌های نزدیک زمین به فضا پرتاب شد اما در طول بیش از یک دهه، حجم عظیمی از داده‌های مادون قرمز کل آسمان را ثبت کرده بود.

این حجم داده به قدری بزرگ بود که به گفته کرک‌پاتریک «به مرز ۲۰۰ میلیارد ردیف مشاهده نزدیک می‌شد». تحلیل دستی چنین آرشیوی تقریباً غیرممکن بود، اما پاز مسیر دیگری را انتخاب کرد.

الگوریتمی در حد یک پژوهشگر حرفه‌ای

پاز که پیش‌زمینه‌ای قوی در ریاضیات نظری و برنامه‌نویسی داشت، تنها در شش هفته یک مدل یادگیری ماشین طراحی کرد که قادر بود منابع نوری متغیر را در داده‌ها تشخیص دهد؛ یعنی اجرامی که روشنایی آن‌ها در طول زمان تغییر می‌کند و اغلب نشانه‌هایی از پدیده‌هایی چون اختفاهای ستاره‌ای، اختروش‌ها یا ابرنواخترها هستند.

مدل او با بهره‌گیری از روش‌های ریاضی پیشرفته مانند تبدیل فوریه و تحلیل موجک توانست تغییرات ظریف نور در داده‌های مادون قرمز را آشکار کند؛ تغییراتی که پیش‌تر از چشم دانشمندان پنهان مانده بود.

فهرستی بی‌سابقه از اجرام ناشناخته

پاز و تیم کالج تک پس از ماه‌ها کار، الگوریتم را روی کل داده‌های آسمان اعمال کردند و در نهایت بیش از ۱.۵ میلیون منبع متغیر را شناسایی کردند. این یافته‌ها در ژورنال علمی The Astronomical Journal منتشر شد و نسخه کامل کاتالوگ قرار است در سال ۲۰۲۵ در اختیار جامعه علمی قرار گیرد. این فهرست می‌تواند زمینه‌ساز رصدهای دقیق‌تر توسط رصدخانه‌هایی چون تلسکوپ ورا روبین یا جیمز وب باشد و سرنخ‌های تازه‌ای از چرخه زندگی ستارگان و کهکشان‌های دور به دست دهد.

از دانش‌آموز تا پژوهشگر رسمی

این موفقیت تنها به یک مقاله ختم نشد. ماتئو پاز در حالی که هنوز در دبیرستان درس می‌خواند، به‌عنوان دستیار پژوهشی رسمی در IPAC مشغول به کار شده است. او اکنون الگوریتم خود را توسعه می‌دهد و به آموزش دانش‌آموزان تازه‌وارد در برنامه Planet Finder کمک می‌کند.

نکته جالب اینکه مهارت‌هایی که پاز در این پروژه به کار برد، از مدل‌سازی سری‌های زمانی تا اخترفیزیک محاسباتی، معمولاً در سطح کارشناسی ارشد آموزش داده می‌شوند. اما او این توانایی‌ها را از طریق برنامه ریاضی ویژه مدارس دولتی پاسادنا کسب کرده بود.

فراتر از نجوم؛ آینده‌ای میان‌رشته‌ای

خود پاز معتقد است این الگوریتم می‌تواند فراتر از نجوم کاربرد داشته باشد: از تحلیل داده‌های مالی گرفته تا پایش آلودگی یا حتی مطالعه سیگنال‌های عصبی در علوم اعصاب. به گفته او، ابزارهایی که برای کشف‌های نجومی ساخته می‌شوند، می‌توانند در حوزه‌های کاملاً متفاوت نیز انقلابی ایجاد کنند.

این داستان یادآور یک حقیقت مهم است: ترکیب استعداد انسانی و توان محاسباتی هوش مصنوعی می‌تواند افق‌های تازه‌ای در علم و فناوری بگشاید، حتی اگر از پشت میز یک کلاس دبیرستانی آغاز شود.

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]