Neuroverkko oppi ohjaamaan kaukoputkia ihmistä tehokkaammin

Pohjoisväylän yliopiston, Chicagon yliopiston ja Fermin kansallisen kiihdytinlaboratorion tutkijat ovat kehittäneet ja testanneet syväoppimisjärjestelmän, joka laskee ja säätää tähtitieteellisten havaintojen aikataulun reaaliajassa sään ja Kuun vaiheiden mukaan. Algoritmi otettiin käyttöön taivaan tekoälyinstituutti SkAI:n puitteissa Victor Blancon 4-metrisellä kaukoputkella Cerro Tololon interamerikkalaisessa observatoriossa Chilessä. Aikaisemmin operaattorien oli otettava manuaalisesti huomioon ilmakehän läpinäkyvyys ja kuunvalo välttääkseen kuvien ylivalottumisen, ja virheen sattuessa uusintakuvaus saattoi viivästyä kuukausia havaintoaikojen kilpailun vuoksi. Klassisten sääntöjen sijaan kehittäjät käyttivät vahvistusoppimista, ja he opettivat neuroverkon Dark Energy Survey -projektin tiedoilla. Malli analysoi ihmisten toimintaa ja vertasi sitä arkistoituihin sääraportteihin. Kahdessa testiajossa DECam-kameralla algoritmi osoitti tehokkuutta, joka on verrattavissa päteviin tutkijoihin. Tekijät suunnittelevat koodin muokkaamista siten, että järjestelmä etsii epätavallisia katseluratoja, jotka ihminen jättää huomiotta kognitiivisten vinoutumien vuoksi. Automatisointi vapauttaa tähtitieteilijöiden aikaa löytöjen analysointiin ja auttaa resurssien tehokkaassa jakamisessa tuleville observatorioille, mukaan lukien Vera C. Rubinin observatorio.