ИИ-помощник для астрономов: как нейросети ищут сверхновые в океане космических данных

 

Новый инструмент на основе искусственного интеллекта сократил нагрузку на астрономов на 85%, автоматически отсеивая тысячи ложных сигналов и выделяя редкие случаи вспышек сверхновых — мощных взрывов умирающих звезд. Результаты исследования опубликованы в журнале The Astrophysical Journal.

ИИ-помощник для астрономов: как нейросети ищут сверхновые в океане космических данных

От часов рутины — к творчеству
Руководитель проекта, доктор Элоиза Стеванс из физического факультета Оксфордского университета, поясняет: «Удивительно, но нам хватило всего 15 000 примеров и мощности моего ноутбука, чтобы обучить алгоритмы выполнять рутинную работу. Это доказывает: даже без суперкомпьютеров ИИ способен революционизировать астрономию, если его направляет эксперт».

Иголки в космическом стоге сена
Сверхновые — редкие яркие вспышки, знаменующие гибель массивных звезд. Они помогают ученым понять происхождение химических элементов. Эти события возникают случайно и быстро гаснут, заставляя астрономов играть в «космический спот-тест».

Команда из Оксфорда и Университета Королевы в Белфасте ищет их с помощью системы ATLAS, созданной для отслеживания астероидов. Пять телескопов, разбросанных по миру, сканируют небо каждые 24–48 часов. Оксфорд обрабатывает данные, но даже после фильтрации ежедневно остаются сотни сигналов-кандидатов. Лишь единицы оказываются сверхновыми или другими редкими явлениями.

«Раньше мы тратили часы на ручную проверку, — говорит Стеванс. — Теперь ИИ берет эту задачу на себя, освобождая нас для творчества. Это как робот, который стирает белье, пока вы пишете симфонию!»

Прочитайте также  Что встречается реже: бриллианты или изумруды?

 

Виртуальный ассистент: быстро, точно, эффективно
Инструмент VRA (Virtual Research Assistant) имитирует человеческую логику, ранжируя сигналы по вероятности быть реальными взрывами. Вместо «прожорливых» нейросетей он использует компактные алгоритмы на основе деревьев решений, обученные искать ключевые признаки. При каждом новом сканировании неба VRA перепроверяет данные, передавая людям только самые перспективные кандидаты.

За первый год VRA обработал свыше 30 000 сигналов, пропустив менее 0,08% реальных сверхновых. Это сократило ручную проверку на 85%, сохранив 99,9% ценных данных. С декабря 2024 года система подключена к южноафриканскому телескопу Lesedi, автоматически запуская наблюдения за самыми многообещающими объектами. Уже подтверждены десятки новых сверхновых.

На пороге новой эры
Скорость VRA критически важна перед запуском обсерватории Vera Rubin в 2026 году. Ее проект LSST за 10 лет создаст 500 петабайт данных, генерируя до 10 млн оповещений за ночь — от астероидов до столкновений нейтронных звезд.

«Инструменты вроде VRA помогут нам не утонуть в этом потоке, — отмечает Стеванс. — Мы сможем точнее предсказывать, где и когда взорвется следующая сверхновая, и понять, как эти взрывы создали элементы от водорода до ингредиентов яблочного пирога».

Прочитайте также  Изучение космического расширения методами физики многих тел

Ученые уже разрабатывают аналоги VRA для европейских систем анализа данных LSST. «Мы живем в уникальное время, — говорит Стеванс. — За первый год LSST соберет больше данных, чем все предыдущие исследования вместе взятые. Это шанс переписать учебники по астрофизике».

Успех VRA открывает путь для ИИ в других областях астрономии. Например, аналогичные алгоритмы смогут отслеживать гравитационные волны или редкие события в экзопланетных системах. С интеграцией квантовых вычислений обработка данных LSST станет еще быстрее, возможно, позволяя обнаруживать явления, предсказанные лишь теоретически. Астрономы надеются, что к 2030 году ИИ не только сократит рутину, но и предложит новые гипотезы, расширяя границы нашего понимания Вселенной.


В нашем Telegram‑канале, и группе ВК вы найдёте новости о непознанном, НЛО, мистике, научных открытиях, неизвестных исторических фактах. Подписывайтесь, чтобы ничего не пропустить.
👇 Поделитесь в вашей соцсети

ДРУГИЕ НОВОСТИ

 

Добавить комментарий