Nel cercare di capire l'universo, diventiamo ossessionati: siamo attratti dalla sete di osservazione. I satelliti trasmettono centinaia di terabyte di dati ogni anno e un solo telescopio in Cile produrrà 15 terabyte di immagini spaziali ogni notte. Nessun essere umano può gestirli manualmente. Come dice l'astronomo Carlo Enrico Petrillo, “Guardare le immagini delle galassie è la parte più romantica del nostro lavoro. Il problema è come rimanere concentrati . Pertanto, Petrillo sta sviluppando un'IA che lo aiuterà.
Petrillo ei suoi colleghi stavano cercando un fenomeno che fosse essenzialmente un telescopio spaziale. Quando un oggetto massiccio (una galassia o un buco nero) viene catturato tra una sorgente di luce lontana e un osservatore sulla Terra, piega lo spazio e la luce attorno ad esso, creando una lente che consente agli astronomi di dare un'occhiata più da vicino a parti incredibilmente antiche e lontane dell'universo nascoste alla nostra vista. Questo effetto è chiamato lente gravitazionale e queste lenti sono la chiave per capire di cosa è fatto l'universo. Fino ad ora, trovarli è stato lento e noioso.
È qui che serve l'intelligenza artificiale e la ricerca di lenti gravitazionali è l'inizio. Come ha affermato il professore di Stanford Andrew Ng, la capacità dell'IA di automatizzare tutto ciò che "una persona tipica può fare in meno di un secondo di pensiero". Meno di un secondo potrebbe non sembrare molto, ma quando si tratta di setacciare grandi quantità di dati, è una manna dal cielo.
La nuova ondata di astronomi guarda all'AI per qualcosa di più di un semplice selezionatore di dati. Stanno esplorando qualcosa che potrebbe essere un modo completamente nuovo di cercare scoperte scientifiche, in cui l'intelligenza artificiale mostrerà parti dell'universo che non abbiamo mai visto.
Ma prima: lenti gravitazionali. La teoria della relatività generale di Einstein predisse questo fenomeno già negli anni '30, ma i primi esempi non apparvero fino al 1979. Perché? Perché lo spazio è molto, molto grande e le persone impiegano molto tempo per osservarlo, soprattutto senza i moderni telescopi. La caccia alle lenti gravitazionali era impegnativa.
"Le lenti che abbiamo ora sono state trovate in una varietà di modi", dice Lilia Williams, professore di astrofisica presso l'Università del Minnesota. “Alcuni sono stati scoperti per caso, la gente cercava qualcosa di completamente diverso. Alcuni sono stati trovati da persone che li cercavano, la seconda o terza volta ".
Video promozionale:
L'intelligenza artificiale è molto brava a guardare le immagini. Così Petrillo ei suoi colleghi si sono rivolti a un amato strumento di intelligenza artificiale nella Silicon Valley: un tipo di programma per computer composto da "neuroni" digitali modellati su quelli reali che si attivano in risposta a input. Alimenta questi programmi (reti neurali) con molti dati e impareranno a riconoscere schemi e schemi. Funzionano particolarmente bene con le informazioni visive e vengono utilizzati in una varietà di sistemi di visione artificiale, dalle telecamere nelle auto a guida autonoma al riconoscimento facciale nelle immagini su Facebook.
Come è stato scritto in un articolo pubblicato il mese scorso, applicare questa tecnologia alla caccia di lenti gravitazionali è stato sorprendentemente semplice. Innanzitutto, gli scienziati hanno creato un set di dati per addestrare la rete neurale: hanno generato 6 milioni di immagini false con e senza lenti gravitazionali. Quindi abbiamo inviato i nostri dati alla rete neurale e l'abbiamo lasciata per capire i modelli. Un piccolo ritocco e il risultato è un programma che riconosce le lenti gravitazionali in un batter d'occhio.
"Un grande classificatore nel volto umano analizza le immagini a una velocità di mille all'ora", dice Petrillo. Una lente si trova circa una volta ogni 30.000 galassie. Pertanto, il classificatore dovrà lavorare senza dormire e riposare per una settimana per trovare solo da cinque a sei lenti. Una rete neurale, in confronto, analizza 21.789 immagini in soli 20 minuti. E questo è con un antico processore.
La rete neurale non era precisa come il computer. Per non trascurare l'obiettivo, le sono stati dati ampi parametri. Ha escogitato 761 possibili candidati, che le persone hanno studiato e ridotto a 56. A conferma che si tratta di lenti reali dovrà essere verificato e confermato, ma Petrillo ritiene che un terzo risulterà reale. Si tratta di circa una lente al minuto, rispetto a cento lenti scoperte dall'intera comunità scientifica negli ultimi decenni. La velocità è incredibile, le prospettive sono enormi.
Trovare queste lenti è essenziale per comprendere uno dei grandi misteri dell'astronomia: di cosa è fatto l'universo? La materia che conosciamo (pianeti, stelle, asteroidi, ecc.) Rappresenta solo il 5% di tutta la materia fisica e un altro 95% è completamente inaccessibile per noi. Questo 95% è rappresentato da materia ipotetica - materia oscura, che non abbiamo mai osservato direttamente. Dobbiamo solo studiare l'influenza gravitazionale che ha sul resto dell'universo e le lenti gravitazionali servono come uno degli indicatori più importanti.
Cos'altro può fare l'IA? Gli scienziati stanno lavorando a una serie di nuovi strumenti. Alcuni, come Petrillo, si assumono il compito di identificare: classificano le galassie, per esempio. Altri setacciano i flussi di dati alla ricerca di segnali interessanti. Alcune reti neurali rimuovono l'interferenza artificiale per un radiotelescopio isolando solo i segnali utili. Altri sono stati usati per identificare pulsar, esopianeti insoliti o migliorare i telescopi a bassa risoluzione. Insomma, i potenziali utilizzi sono tanti.
Questa esplosione è dovuta in parte alle tendenze hardware generali che stanno espandendo il campo dell'IA, come la disponibilità di potenza di calcolo a basso costo. Gli astronomi non hanno più bisogno di stare seduti fuori i pantaloni nelle notti senza nuvole, osservando il movimento dei singoli pianeti; invece, usano una tecnica sofisticata che scansiona il cielo uno per uno. I telescopi e le tecnologie di archiviazione dei dati migliorati significano che c'è ancora più spazio per l'analisi, dice Williams.
L'analisi di grandi set di dati è ciò in cui l'intelligenza artificiale è eccezionale. Possiamo insegnargli a riconoscere i modelli e farlo lavorare instancabilmente, e non sbatterà mai le palpebre né commetterà errori.
Gli astronomi sono preoccupati di fidarsi di una macchina alla quale potrebbe mancare la comprensione umana per rilevare qualcosa di sensazionale? Petrillo dice di no. "In generale, gli esseri umani sono più prevenuti, meno efficienti e più inclini agli errori delle macchine". Williams è d'accordo. "I computer potrebbero perdere certe cose, ma sistematicamente le mancheranno". Ma fintanto che sappiamo ciò che non sanno, possiamo implementare sistemi automatizzati senza troppi rischi.
Per alcuni astronomi, il potenziale dell'IA va oltre il semplice ordinamento dei dati. Credono che l'intelligenza artificiale possa essere utilizzata per creare informazioni che riempiono i punti ciechi nelle nostre osservazioni dell'universo.
L'astronomo Kevin Schawinski e il suo team di astrofisica delle galassie e dei buchi neri stanno usando l'IA per migliorare la risoluzione delle immagini sfocate del telescopio. A tal fine, hanno implementato una rete neurale che genera variazioni impareggiabili nei dati in studio, come se un buon falsario imitasse lo stile di un famoso artista. Queste stesse reti sono state utilizzate per creare immagini false di immagini di stelle; finti dialoghi audio che simulano voci reali; e altri tipi di dati. Secondo Shavinsky, tali reti neurali creano informazioni che prima ci erano inaccessibili.
In un documento pubblicato da Shavinsky e dal suo team all'inizio di quest'anno, hanno dimostrato che queste reti possono migliorare la qualità delle immagini spaziali. Hanno abbassato la qualità delle immagini di un certo numero di galassie, aggiunto rumore e sfocatura, quindi le hanno fatte passare attraverso reti neurali insieme alle immagini originali. Il risultato è stato sorprendente. Ma gli scienziati non possono ancora condividerlo.
Shawinski è diffidente nei confronti del progetto. Dopotutto, va contro i principi di base della scienza: puoi conoscere l'universo solo osservandolo direttamente. "Per questo motivo, questo strumento è pericoloso", dice. E può essere utilizzato solo quando abbiamo dati accurati e quando possiamo verificare il risultato. Puoi addestrare una rete neurale per generare dati sui buchi neri e inviarli a lavorare in una certa area del cielo che è stata scarsamente esplorata fino ad ora. E se trova un buco nero, gli astronomi dovranno confermare il ritrovamento con le proprie mani, come nel caso delle lenti gravitazionali.
Se questi metodi si dimostrano fruttuosi, possono diventare metodi di ricerca completamente nuovi, integrando le simulazioni al computer classiche e la buona vecchia osservazione. Finora tutto è appena iniziato, ma le prospettive sono molto promettenti. "Se avessi questo strumento, potresti prendere tutti i dati dagli archivi, migliorarne alcuni ed estrarne più valore scientifico". Un valore che prima non c'era. L'intelligenza artificiale diventerà un alchimista scientifico aiutandoci a trasformare la vecchia conoscenza in nuova conoscenza. E potremmo esplorare lo spazio come mai prima d'ora senza nemmeno lasciare la Terra.
Ilya Khel
