Mạng nơ-ron học cách điều khiển kính thiên văn hiệu quả hơn con người

Các chuyên gia từ Đại học Northwestern, Đại học Chicago và Phòng thí nghiệm Máy gia tốc Quốc gia Fermi đã phát triển và thử nghiệm một hệ thống học sâu có khả năng tính toán và điều chỉnh lịch trình quan sát thiên văn theo thời gian thực dựa trên điều kiện thời tiết và các pha của Mặt Trăng. Thuật toán đã được triển khai trong khuôn khổ Viện Trí tuệ nhân tạo cho bầu trời SkAI trên kính thiên văn 4 mét Victor Blanco tại Đài quan sát liên Mỹ Cerro Tololo ở Chile. Trước đây, các nhà vận hành phải thủ công tính đến độ trong suốt của khí quyển và ánh sáng Mặt Trăng để tránh làm nhiễu ảnh, và nếu có sai sót, buổi quan sát lại có thể bị hoãn hàng tháng do sự cạnh tranh về thời gian quan sát. Thay vì sử dụng các quy tắc cổ điển, các nhà phát triển đã áp dụng học tăng cường, huấn luyện mạng nơ-ron trên dữ liệu từ dự án Dark Energy Survey. Mô hình đã phân tích hành động của con người và đối chiếu chúng với các bản tin thời tiết lưu trữ. Trong hai lần chạy thử nghiệm trên camera DECam, thuật toán đã cho thấy hiệu quả tương đương với các nhà khoa học có trình độ. Các tác giả dự định sửa đổi mã để hệ thống có thể tìm kiếm các quỹ đạo quan sát không theo chuẩn mà con người bỏ qua do thiên kiến nhận thức. Việc tự động hóa sẽ giải phóng thời gian cho các nhà thiên văn để phân tích các khám phá và giúp phân bổ nguồn lực hiệu quả cho các đài quan sát trong tương lai, bao gồm Đài quan sát Vera Rubin.