جدیدترین تحولات هوش مصنوعی را در کانال بله هوشیو بخوانید

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
 در جست‌وجوی ابرنواختر

راهنمای کلیدی نیو ساینتیست: انقلاب هوش مصنوعی

در جست‌وجوی ابرنواختر

زمان مطالعه: 2 دقیقه

یک هوش مصنوعی که زمان اولین نور از ستارگان در حال انفجار را پیش‌بینی می‌کند، می‌تواند به ستاره‌شناسان کمک کند تا در میان میلیون‌ها مورد از چنین رویدادهایی غربالگری کنند و روند اکتشافات علمی را سرعت بخشند.

هوش مصنوعی می‌تواند سن ابرنواخترها و سایر انفجارهای ستاره‌ای نادر را در عرض چند میلی‌ثانیه پس از رصد با تلسکوپ، به‌دقت پیش‌بینی کند. این توانایی می‌تواند برای پروژه‌هایی مانند «نقشه‌برداری میراث فضا و زمان» (Legacy Survey of Space and Time) در رصدخانه Vera C. Rubin مفید باشد. این پروژه ۱۰ساله از آسمان نیمکره جنوبی، هر شب ۱۵ ترابایت داده جمع‌آوری خواهد کرد و می‌تواند هر شب بیش از ۱۰ میلیون رویداد کیهانی بالقوه را شناسایی کند. چنین فرایندی ممکن است اکتشافات ابرنواخترها را ۱۰۰ برابر افزایش دهد.

گزارش حاضر در «راهنمای کلیدی نیو ساینتیست: انقلاب هوش مصنوعی» منتشر و در «رسانه تخصصی هوش مصنوعی هوشیو» به زبان فارسی نیز ترجمه شده و در دسترس مخاطبان این حوزه قرار گرفته است.

«دنیل موتوکریشنا» (Daniel Muthukrishna) ازMIT  می‌گوید: «این پروژه قرار است هر شب به طور بالقوه میلیون‌ها هشدار را رصد کند که یک مرتبه بیشتر از هر بررسی‌ای است که قبلاً داشته‌ایم. این بدان معناست که ما واقعاً به رویکردهای یادگیری ماشین نیاز داریم تا با برخی از این مسائلی که قبلاً ممکن بود بتوانیم با چشمان انسان حل کنیم، روبه‌رو شویم.»

موتوکریشنا و همکارانش یک سیستم خودکار برای شناسایی سن هر رویداد در سریع‌ترین زمان ممکن پس از ظاهرشدن در بررسی‌های تلسکوپ را توسعه دادند. این سیستم به ستاره‌شناسان امکان می‌دهد تا از تلسکوپ‌های دیگر برای تحلیل رویدادهای کیهانی در زمانی نزدیک‌تر به لحظه انفجار استفاده کنند.

پژوهشگران یک الگوریتم یادگیری ماشین را آموزش دادند تا زمان «اولین نور» که معمولاً هم‌زمان با انفجار ابرنواختر است را پیش‌بینی کند و الگوریتم دومی را برای پیش‌بینی اینکه چه زمانی روشنایی رویداد به حداکثر خود می‌رسد به کار گرفتند. ستارگان در حال انفجار اغلب در حدود ۱۰ روز به‌سرعت روشن می‌شوند و سپس به‌تدریج کم‌نور می‌گردند. «آشیش ماهابال» (Ashish Mahabal) از CalTech عنوان می‌کند دانستن زمان اوج و سن انفجار به ستاره‌شناسان اجازه می‌دهد تا پیش از کم‌نور شدن، به‌سرعت رصدهای لازم را انجام دهند.

پژوهشگران پس از آموزش الگوریتم‌ها بر روی رویدادهای ابرنواختری که قبلاً توسط «تأسیسات گذر زویکی» (Zwicky Transient Facility) و تلسکوپ فضایی TESS رصد شده بودند، نشان دادند که هوش مصنوعی می‌تواند زمان اولین نور را با میانگین خطای تنها دو روز و زمان حداکثر نور را با میانگین خطای حدود چهار روز پیش‌بینی کند. موتوکریشنا می‌گوید این سیستم هنگام اجرا بر روی یک تراشهNVIDIA  نسبتاً قدیمی، می‌تواند پیش‌بینی‌هایی برای ۱۰۰ شیء را در تنها ۱.۷ میلی‌ثانیه انجام دهد. با قدرت محاسباتی بیشتر، این کار می‌تواند حتی سریع‌تر انجام شود.

گزارش حاضر در «راهنمای کلیدی نیو ساینتیست: انقلاب هوش مصنوعی» منتشر و در «رسانه تخصصی هوش مصنوعی هوشیو» به زبان فارسی نیز ترجمه شده و در دسترس مخاطبان این حوزه قرار گرفته است.

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"]