Sinir ağı teleskopları insanlardan daha verimli yönetmeyi öğrendi
Amerikalı astrofizikçiler, astronomik gözlemleri gerçek zamanlı olarak otomatik planlamak için derin öğrenme sistemi oluşturdu. Şili'deki Victor Blanco teleskobunda konuşlandırılan algoritma, bilim insanlarının eylemleriyle karşılaştırılabilir verimlilik gösterdi ve gökbilimcilerin keşifleri analiz etmek için zamanını serbest bırakacak.
Kuzeybatı Üniversitesi, Chicago Üniversitesi ve Fermi Ulusal Hızlandırıcı Laboratuvarı'ndan uzmanlar, hava durumuna ve Ay'ın evrelerine bağlı olarak astronomik gözlem programını gerçek zamanlı hesaplayan ve ayarlayan bir derin öğrenme sistemi geliştirip test etti. Algoritma, SkAI Gökyüzü için Yapay Zeka Enstitüsü bünyesinde, Şili'deki Cerro Tololo Amerikalar Arası Gözlemevi'ndeki 4 metrelik Victor Blanco Teleskobu'nda devreye alındı. Daha önce operatörlerin, karelerin ışık kirliliğinden etkilenmemesi için atmosferin saydamlığını ve ay ışığını manuel olarak hesaba katması gerekiyordu ve hata durumunda tekrar gözlem yapılması, gözlem süresi rekabeti nedeniyle aylarca ertelenebiliyordu. Geliştiriciler klasik kurallar yerine pekiştirmeli öğrenme kullandı ve sinir ağını Dark Energy Survey projesinin verileriyle eğitti. Model, insan eylemlerini analiz etti ve bunları arşivlenmiş meteoroloji raporlarıyla karşılaştırdı. DECam kamerasıyla yapılan iki test çalıştırmasında algoritma, nitelikli bilim insanlarıyla karşılaştırılabilir bir etkinlik gösterdi. Yazarlar, sistemin insanların bilişsel önyargılar nedeniyle göz ardı ettiği alışılmadık tarama yörüngelerini arayabilmesi için kodu değiştirmeyi planlıyor. Otomasyon, gökbilimcilerin keşifleri analiz etmek için zaman kazanmasını sağlayacak ve Vera Rubin Gözlemevi dahil gelecekteki gözlemevlerinin kaynaklarının verimli bir şekilde dağıtılmasına yardımcı olacaktır.
Kaynak: Hightech.fm —
orijinal