هوش مصنوعی ۱٫۵ میلیون راز فضا را آشکار کرد

به گزارش خبرگزاری آنا، استفاده از یک مدل یادگیری ماشینی توسظ متئو که در قالب یک پروژه در مؤسسه فناوری کالیفرنیا (Caltech) توسعه داده شده بود، به دستاورد علمی بزرگی تبدیل شد و متئو علاوه بر انتشار مقاله‌ای به صورت تک‌نویس، جایزه‌ای ۲۵۰ هزار دلاری در یکی از معتبرترین مسابقات استعداد‌های علمی جهان را از آن خود کرد.

علاقه متئو به اخترشناسی از دوران دبستان شروع شد. مادرش او را به سخنرانی‌های عمومی ستاره‌شناسی در کلتک می‌برد. در سال ۲۰۲۲، متئو به آکادمی کشف سیارات کلتک پیوست که توسط پروفسور اخترشناسی، اندرو هاوارد رهبری می‌شد. سال بعد، او در برنامه ارتباط تحقیقات تابستانه کلتک شرکت کرد که دانش‌آموزان دبیرستانی را با راهنمایان تحقیقاتی در آزمایشگاه‌های دانشگاه آشنا می‌کرد.

دیوی کرکپاتریک، اخترشناس و دانشمند ارشد در مرکز تحقیقاتی آی‌پی‌ای‌سی (IPAC)، به عنوان راهنمای متئو فعالیت کرد. کرکپاتریک طی پنج تابستان گذشته علاوه بر دانشجویان کارشناسی، دانشمندان شهروند و دانشجویان تحصیلات تکمیلی مهمان، دانش‌آموزان دبیرستانی را نیز راهنمایی کرده بود.

متئو می‌گوید: چقدر خوش‌شانس بودم که دیوی را ملاقات کردم. یادم می‌آید روز اولی که با او صحبت کردم، گفتم که می‌خواهم روی یک مقاله کار کنم که این هدفی بسیار بزرگ‌تر از یک پروژه شش‌هفته‌ای است. او من را ناامید نکرد. بلکه گفت خب، بیایید در این مورد صحبت کنیم.  او به من اجازه داد در محیطی بدون محدودیت یاد بگیرم. فکر می‌کنم به همین دلیل است که به عنوان یک دانشمند اینقدر رشد کردم. 

کرکپاتریک که در یک جامعه کشاورزی در تنسی بزرگ شده بود، با کمک معلم شیمی و فیزیک سال نهم خود، ماریلین موریسون، رویای اخترشناس شدن را تحقق بخشید. او می‌گوید: من می‌خواستم همان نوع حمایتی را که به من شده بود به دیگران منتقل کنم. اگر استعداد کسی را ببینم، می‌خواهم مطمئن شوم که به آن پتانسیل دست پیدا می‌کند. هر کاری که بتوانم انجام می‌دهم تا به او کمک کنم. 

داده‌های کیهانی هنوز استفاده‌نشده

کرکپاتریک همچنین می‌خواست از داده‌های NEOWISE (بررسی‌گر مادون‌قرمز وسیع‌باز برای اجسام نزدیک به زمین) بهره بیشتری ببرد. این تلسکوپ مادون‌قرمز که اکنون بازنشسته شده، بیش از ۱۰ سال تمام آسمان را جست‌و‌جو کرده بود تا به دنبال سیارک‌ها و سایر اجسام نزدیک به زمین باشد. در حالی که مشغول مشاهده سیارک‌ها بود، حرارت متغیر اجرام دوردست‌تری را نیز شناسایی کرد که به شدت می‌درخشیدند، نوسان داشتند یا هنگام قرار گرفتن در سایه کم‌نور می‌شدند. اخترشناسان این اجرام متغیر را پدیده‌هایی دشوار برای ردیابی می‌دانند، مانند کوازارها، ستاره‌های منفجرشونده و ستاره‌های جفت‌شده که یکدیگر را کسوف می‌کنند. اما داده‌های مربوط به این اجرام متغیر هنوز استخراج نشده بودند. اگر تیم NEOWISE بتواند این اجرام را شناسایی کند و در دسترس جامعه اخترشناسی قرار دهد، فهرست حاصل می‌تواند بینشی درباره نحوه تغییر این موجودات کیهانی در طول سال‌ها ارائه دهد.

کرکپاتریک می‌گوید: در آن زمان، ما به سمت ۲۰۰ میلیارد رد در جدول هر آشکارسازی که در طول بیش از یک دهه انجام داده بودیم، پیش می‌رفتیم. بنابراین، ایده‌ای که برای تابستان داشتم این بود که بخش کوچکی از آسمان را بررسی کنیم و ببینیم آیا می‌توانیم برخی ستاره‌های متغیر پیدا کنیم. سپس می‌توانستیم آنها را به جامعه اخترشناسی معرفی کنیم و بگوییم این‌ها چیز‌های جدیدی هستند که به صورت دستی کشف کردیم؛ فقط تصور کنید پتانسیل این مجموعه داده چقدر است. 

انقلاب در اخترشناسی با استفاده از یادگیری ماشین

متئو هیچ قصدی برای جستجوی دستی در داده‌ها نداشت. مطالعات مدرسه‌ای او را آماده کرده بود تا به چالش از زاویه‌ای جدید نگاه کند. او در یک درس اختیاری که کدنویسی، علوم نظری کامپیوتر و ریاضیات صوری را ترکیب می‌کرد، به هوش مصنوعی (AI) علاقه‌مند شده بود.

متئو می‌دانست که هوش مصنوعی بهترین عملکرد را روی مجموعه داده‌های عظیم و منظمی مانند آنچه کرکپاتریک در اختیارش گذاشته بود، ارائه می‌دهد. همچنین، او دانش پیشرفته ریاضی لازم برای لذت از برنامه‌نویسی را داشت و در آکادمی ریاضی مدارس واحد پاسادنا مشغول به تحصیل بود. در سال هشتم دوره دبیرستان، حساب دیفرانسیل و انتگرال پیشرفته (AP Calculus BC) را به پایان رسانده بود.

بنابراین، متئو تصمیم گرفت تکنیکی مبتنی بر یادگیری ماشین توسعه دهد تا کل مجموعه داده را تحلیل کند و اجرام متغیر بالقوه را شناسایی کند. در طول شش هفته، او شروع به طراحی مدل هوش مصنوعی کرد که نشانه‌هایی از امیدوارکننده بودن از خود نشان داد. در حین کار، او با کرکپاتریک مشورت می‌کرد تا دانش مرتبط با اخترشناسی و اخترفیزیک را فراگیرد.

هر جلسه با دیوی، ۱۰ درصد کار و ۹۰ درصد گپ‌زنی است، متئو می‌گوید: واقعاً فوق‌العاده بود که کسی داشته باشم که بتوانم با او این‌طور درباره علم صحبت کنم. 

کرکپاتریک همچنین متئو را با اخترشناسان کلتک شامل شوبانه حمتی، دانیل مسترز، آشیش مهابل و متیو گراهام آشنا کرد که تخصص خود را در زمینه تکنیک‌های یادگیری ماشین برای اخترشناسی و مطالعه اجرامی که در مقیاس‌های زمانی کوتاه و بلند تغییر می‌کنند، با او به اشتراک گذاشتند. متئو و کرکپاتریک دریافتند که ریتم خاص مشاهدات NEOWISE به این معناست که این تلسکوپ قادر به تشخیص و دسته‌بندی سیستماتیک بسیاری از اجرامی که یا یک‌بار به سرعت می‌درخشیدند یا به‌تدریج در طول زمان تغییر می‌کردند، نخواهد بود.

با پایان تابستان، هنوز کار‌های زیادی باقی مانده بود. در سال ۲۰۲۴، متئو و کرکپاتریک دوباره همکاری کردند و این بار، متئو دانش‌آموزان دبیرستانی دیگری را راهنمایی کرد.

به گزارش scitechdaily، اکنون، متئو مدل هوش مصنوعی را بهبود داده است تا تمام داده‌های خام مشاهدات NEOWISE را پردازش کند و نتایج را تحلیل کند. الگوریتم‌ها که برای تشخیص تفاوت‌های ظریف در اندازه‌گیری‌های مادون‌قرمز تلسکوپ آموزش دیده بودند، ۱٫۵ میلیون شیء بالقوه جدید را در داده‌ها شناسایی و دسته‌بندی کردند. در سال ۲۰۲۵، متئو و کرکپاتریک قصد دارند فهرست کاملی از اجرامی که در داده‌های NEOWISE به طور قابل توجهی درخشندگی‌شان تغییر کرده است، منتشر کنند.

تأثیر گسترده‌تر هوش مصنوعی فراتر از فضا

متئو می‌گوید: مدلی که من پیاده‌سازی کردم می‌تواند برای سایر مطالعات حوزه زمانی در اخترشناسی و حتی هر موضوع دیگری که به شکل داده‌های زمانی باشد، استفاده شود. من می‌توانم کاربرد آن را در تحلیل نمودار‌های (بازار سهام) تصور کنم، جایی که اطلاعات به طور مشابه به صورت سری زمانی می‌آیند و مؤلفه‌های دوره‌ای نقش بسیار مهمی دارند. همچنین می‌توان از این مدل برای مطالعه اثرات جوی مانند آلودگی استفاده کرد، که در آن فصل‌های دوره‌ای و چرخه‌های روز و شب نقش بزرگی ایفا می‌کنند. 

کرکپاتریک می‌گوید: تجربه متئو در مسابقه استعداد‌های علمی راجنرون (Regeneron Science Talent Search)، درسی درباره راهنمایی به کرکپاتریک آموخت. وقتی اعلام کردند که متئو برنده مسابقه علمی شده است، آن لحظه بالاترین نقطه خوشحالی در زندگی من بود. من هم در گذشته جوایزی را به دست آورده‌ام و این احساس بسیار هیجان‌انگیزی است، اما وقتی به کسی کمک کنید تا به بخشی از پتانسیل خود دست یابد و به خاطر آن شناخته شود، این احساس فوق‌العاده‌ای است. 

کرکپاتریک افزود: هر اندازه که بتوانیم به جامعه محلی از جوانان بسیار بااستعداد دسترسی پیدا کنیم، آنها را راهنمایی کنیم و مطمئن شویم که پتانسیل خود را فراموش نکرده‌اند و از دست نمی‌دهند، وضعیت ما بهتر خواهد بود. 

از پروژه علاقه‌مندی به اولین شغل

اکنون، در حالی که متئو در حال اتمام دوران دبیرستان است، او کارمند موسسه فناوری کالیفرنیا (کلتک) شده است. او برای کرکپاتریک در مرکز تحقیقاتی آی‌پی‌ای‌سی (IPAC) کار می‌کند، جایی که داده‌های مأموریت‌های فضایی NEOWISE و چندین پروژه دیگر تحت حمایت ناسا و بنیاد ملی علوم (NSF) مدیریت، پردازش، آرشیو و تحلیل می‌شوند. این اولین شغل پردرآمد متئو است.