Mesterséges intelligencia segíti a csillagok jobb megismerését

Egy új nemzetközi kutatási programban az ELKH Csillagászati és Földtudományi Kutatóközpont (CSFK) munkatársai a Bécsi Egyetem és a Genfi Egyetem kutatóival közösen, a mesterséges intelligencia felhasználásával tesznek kísérletet arra, hogy újraértelmezzék a fiatal csillagok osztályozását, valamint a csillag- és bolygófejlődés korai szakaszait.

Forrás: MTI2021. 05. 05. 17:24
null
Mesterséges intelligenciával kutatják a csillag- és bolygókeletkezés folyamatát a CSFK-kutatói Forrás: Pixabay
Vélemény hírlevélJobban mondva- heti vélemény hírlevél - ahol a hét kiemelt témáihoz füzött személyes gondolatok összeérnek, részletek itt.

Az Európai Unió Horizon 2020 kutatási és innovációs keretprogramján keresztül támogatott NEMESIS (Novel Evolutionary Model for the Early Stars with Intelligent Systems – azaz a csillagfejlődés korai szakaszának újszerű modellezése intelligens rendszerekkel) elnevezésű projekt elsődleges célja, hogy létrehozza az eddig ismert fiatal csillagokat tartalmazó legnagyobb adatbázist. Emellett a kutatók azt tervezik, hogy a mesterséges intelligencia felhasználásával olyan csillagkeletkezési modellt alkotnak, amely túlmutat a jelenleg használt elméleteken, és képes teljesebb magyarázatot adni a modern csillagászati eszközökkel megfigyelt jelenségekre – olvasható az Eötvös Loránd Kutatási Hálózat (ELKH) szerdai közleményében.

Az elmúlt évtizedekben a csillagászok számára is egyre több adat vált elérhetővé, és ez az adatmennyiség mára olyan nagy mértékűre nőtt, hogy hétköznapi módszerekkel már kezelhetetlen, így szükségessé vált a „big data”, a „machine learning” és a „deep learning” módszerek alkalmazása a csillagászatban is – írják.

Az arcfelismerés esetében a különböző algoritmusok magát az arcot fordítják le a matematika nyelvére, azaz számokra, amik megadják például az arc bal és jobb széle közötti, valamint az állcsúcs és a fejtető közötti távolságot, illetve ezek arányát, a szemek távolságát a fültől. „A csillagászatban használt minták is hasonlók a matematika nyelvén, azonban ezek a csillagok olyan mérhető jellemzőiből adódnak, mint például a különböző hullámhosszokon kibocsátott fényességük, ezek aránya, a bennük fellelhető kémiai elemek vagy a környezetük jellegzetességei. A fiatal csillagok például olyan környezetben találhatók meg, ahol sok a csillagközi por és gáz, hiszen ezekből alakultak ki nem is olyan régen, persze kozmikus időskálán mérve az időt” – magyarázza a közleményben Marton Gábor, a CSFK Konkoly Thege Miklós Csillagászati Intézet tudományos munkatársa, a NEMESIS projekt hazai koordinátora.

A közleményben felidézik, hogy a csillagkeletkezés különböző szakaszainak rendszerszintű osztályozása csak az 1980-as években vált lehetővé, az első infravörös megfigyeléseknek és elméleti számításoknak köszönhetően. Ma – több mint 25 évvel azután, hogy a fiatal csillagok besorolását először értelmezték egymással összefüggő fejlődési környezetben – már lényegesen több, újabb és jobb adat áll rendelkezésre. Emellett a kutatóknak jóval fejlettebb számítási eszközei és módszerei vannak, amelyek segítségével újraértékelhetik a kezdeti feltevéseket, és új szempontokat, feltételrendszereket határozhatnak meg.

Mesterséges intelligenciával kutatják a csillag- és bolygókeletkezés folyamatát a CSFK-kutatói
Fotó: Pixabay

„A legfrissebb bizonyítékok szerint a bolygók a csillagok kialakulásával egy időben elkezdenek formálódni, vagyis a csillag- és a bolygófejlődés nem két egymást követő szakasz, hanem gyorsan, egy időben zajló esemény. A fiatal csillagok mindenre kiterjedő paramétereinek meghatározásában nagy segítséget nyújtott a csillagok sugárzásának hullámhossza alapján működő osztályozás, azonban nagy benne a bizonytalansági tényező a konkrét fejlődési időskálákat illetően. A kutatás során újraértelmezzük a jelenlegi klasszifikációs sémát és a jellegzetes, kiugró időskálákat. Felügyelt és felügyelet nélküli gépi tanulási módszerekkel fogjuk feldolgozni az elérhető adatokat annak érdekében, hogy választ tudjunk adni a csillag- és bolygókeletkezés legaktuálisabb kérdéseire” – számol be a projektről Odysseas Dionatos, a Bécsi Egyetem kutatója, a konzorcium koordinátora.

Az egyik oka, hogy most vált aktuálissá a kutatás, hogy sokáig hiányzott a nagyskálájú optikai-infravörös égboltfelmérés. „Az elmúlt évtizedben ez megváltozott, az olyan teljes égboltfelméréseknek köszönhetően, mint amilyen a Gaia, a 2MASS vagy a WISE projekt. A különböző fejlődési időskálák leírásához populációs statisztikákra van szükség, amihez elengedhetetlen fontosságú a nagy elemszámú minta. A Gaia űrtávcső az eddigi működése során 1,8 milliárd objektumot detektált, amelyek között nagy számban fordulhatnak elő fiatal csillagjelöltek” – magyarázza Marc Audard, a Genfi Egyetem munkatársa.

A NEMESIS projekt 2021 márciusában indult, és az elkövetkező 4 évre több mint 1,6 millió euró (közel 576 millió forint) összegű támogatást nyert el, melyből a hazai kutatásra 407 384 euró (csaknem 147 millió forint) fordítható.

Újabb mélyűrkutató antennát épít Ausztráliában az Európai Űrügynökség

Még egy 35 méter átmérőjű tányérantennát épít az Európai Űrügynökség (ESA) Ausztráliában. A mélyűrt kutató új antennát Perthtől 140 kilométerre északra állítják fel.

Tovább...

 

Ne maradjon le a Magyar Nemzet legjobb írásairól, olvassa őket minden nap!

Portfóliónk minőségi tartalmat jelent minden olvasó számára. Egyedülálló elérést, országos lefedettséget és változatos megjelenési lehetőséget biztosít. Folyamatosan keressük az új irányokat és fejlődési lehetőségeket. Ez jövőnk záloga.