{"id":4187,"date":"2023-08-11T18:48:31","date_gmt":"2023-08-11T18:48:31","guid":{"rendered":"https:\/\/dailyai.com\/?p=4187"},"modified":"2024-03-28T00:45:54","modified_gmt":"2024-03-28T00:45:54","slug":"decoding-the-universe-with-ai-and-machine-learning","status":"publish","type":"post","link":"https:\/\/dailyai.com\/da\/2023\/08\/decoding-the-universe-with-ai-and-machine-learning\/","title":{"rendered":"Afkodning af universet med AI og maskinl\u00e6ring"},"content":{"rendered":"

I det gamle Babylonien registrerede stjernekiggere omhyggeligt nattehimlen og indridsede deres observationer i tavler for at notere de mest subtile himmelbev\u00e6gelser.\u00a0<\/strong><\/p>\n

Deres observationer lagde sammen med andre gamle civilisationer grunden til koryf\u00e6er som Johannes Kepler, der brugte Tycho Brahes data til at afsl\u00f8re planeternes elliptiske baner, l\u00e6nge f\u00f8r vi havde redskaberne til at observere s\u00e5danne f\u00e6nomener med vores egne \u00f8jne.<\/span><\/p>\n

I dag er menneskeheden ikke mindre ivrig efter at afkode kosmos' forviklinger, og AI er blevet en partner i vores s\u00f8gen efter svar.\u00a0<\/span><\/p>\n

Glaslinser til gigabytes<\/span><\/h2>\n

Teleskopet blev opfundet i begyndelsen af det 17. \u00e5rhundrede og gav astronomerne et vindue til kosmos. <\/span><\/p>\n

For f\u00f8rste gang kunne menneskelige \u00f8jne tr\u00e6nge ud over atmosf\u00e6ren.<\/span><\/p>\n

Ud over at observere himmellegemer direkte gennem teleskoper blev menneskeheden dygtig til at beregne samspillet mellem baner, hvilket til sidst fik den franske astronom Urbain Le Verrier til at forudsige Neptuns eksistens ud fra Uranus' bane, f\u00f8r det blev bekr\u00e6ftet i 1846.\u00a0<\/span><\/p>\n

Matematik og astronomi har v\u00e6ret t\u00e6t forbundet i tusinder af \u00e5r, og det er disse beregninger, som AI udm\u00e6rker sig ved.\u00a0<\/span><\/p>\n

Kepler-rumteleskopets opsendelse i 2009 markerede en ny \u00e6ra inden for udforskning af ekstrasolare planeter. Kepler fik til opgave at identificere exoplaneter - planeter, der ligger uden for vores solsystem - ved at overv\u00e5ge lysstyrken p\u00e5 mere end 150.000 stjerner og sendte en kolossal m\u00e6ngde data tilbage til Jorden.\u00a0<\/span><\/p>\n

Selv om over 2.600 exoplaneter blev bekr\u00e6ftet under missionen, analyserer forskerne stadig dataene i dag.\u00a0<\/span><\/p>\n

I 2021, over 10 \u00e5r efter at teleskopet blev lanceret, meddelte NASA, at en AI-model havde hjulpet forskerne med at tilf\u00f8je 301 nyligt validerede exoplaneter til den samlede samling p\u00e5 4.569.\u00a0<\/span><\/p>\n

Modellen, et dybt neuralt netv\u00e6rk <\/span>ved navn ExoMiner<\/span><\/a>kunne validere disse foresl\u00e5ede exoplaneter p\u00e5 en robust m\u00e5de - en bedrift, der ellers ville kr\u00e6ve langvarige manuelle analyser.\u00a0<\/span><\/p>\n

Hamed Valizadegan, leder af ExoMiner-projektet, sagde: \"N\u00e5r ExoMiner siger, at noget er en planet, kan man v\u00e6re sikker p\u00e5, at det er en planet. <\/span>ExoMiner er meget pr\u00e6cis og p\u00e5 nogle m\u00e5der mere p\u00e5lidelig end b\u00e5de eksisterende maskinklassifikatorer og de menneskelige eksperter, som den skal efterligne, p\u00e5 grund af de sk\u00e6vheder, der f\u00f8lger med menneskelig m\u00e6rkning.\"<\/span><\/p>\n

Universel oprindelse<\/span><\/h3>\n

Den vestaustralske outback er hjemsted for <\/span>Murchison Widefield Array (MWA)<\/span><\/a>. <\/span><\/p>\n

I mods\u00e6tning til traditionelle teleskoper er MWA et radioteleskop, der lytter til universets tidlige radiob\u00f8lger.\u00a0<\/span><\/p>\n

\"\"
En af MWA's mange arrays. Kilde: Wikipedia Commons<\/a>.<\/figcaption><\/figure>\n

Ved at opfange radiosignaler fra rummet giver MWA et glimt af universets tilstand for n\u00e6sten 13 milliarder \u00e5r siden. Det er ikke uden udfordringer, da nutidens radiointerferens truer med at overd\u00f8ve universets \u00e6ldgamle udsagn.\u00a0<\/span><\/p>\n

Ved hj\u00e6lp af AI kan forskere filtrere og differentiere<\/a> mellem radiost\u00f8j og universets oprindelige hvisken, hvilket muligg\u00f8r en mere pr\u00e6cis analyse.\u00a0<\/span><\/p>\n

Visualisering af himmelske objekter<\/span><\/h3>\n

Den <\/span>Event Horizon-teleskopet<\/span><\/a> (EHT)-projektet, som tog det f\u00f8rste billede af et sort hul, var afh\u00e6ngig af AI-behandling for at konvertere sine observationer til noget klart og sammenh\u00e6ngende.\u00a0<\/span><\/p>\n

EHT samler flere teleskoper fra hele verden for at skabe et enest\u00e5ende megateleskop.\u00a0<\/span><\/p>\n

Ved hj\u00e6lp af de kombinerede kr\u00e6fter fra flere teleskopopstillinger kunne EHT observere det supermassive sorte hul i midten af M\u00e6lkevejen. <\/span><\/p>\n

At oms\u00e6tte disse observationer til et n\u00f8jagtigt billede kr\u00e6ver maskinl\u00e6ring (ML) for at beregne den mest sandsynlige form og facon ud fra de tilg\u00e6ngelige data.\u00a0<\/span><\/p>\n

ML-modellen, <\/span>PRIMO<\/span><\/a>analyserede 30.000 simulerede sorte hullers egenskaber for at skabe det meget omtalte billede nedenfor.<\/span><\/p>\n

\"\"
Det f\u00f8rste billede af et sort hul blev skabt med hj\u00e6lp fra kunstig intelligens. Kilde: Even Horizon-teleskopet<\/a>.<\/figcaption><\/figure>\n

Det sorte hul ansl\u00e5s at v\u00e6re 6,5 milliarder gange s\u00e5 stort som Solen.\u00a0<\/span><\/p>\n

AI afd\u00e6kker 'potentielt farlig' asteroide<\/span><\/h2>\n

Vi h\u00f8rer meget om AI's risici, men hvad nu, hvis den reddede os fra en d\u00f8dbringende asteroide?<\/p>\n

Forskere ved det kommende Vera Rubin-observatorium i det nordlige Chile opdagede for nylig en potentielt farlig asteroide ved hj\u00e6lp af AI.\u00a0<\/span><\/p>\n

Vera Rubin-observatoriet i det nordlige Chile, som stadig er under opf\u00f8relse, vil blive det kraftigste digitale kamera, der bruges til astronomisk fotografering,\u00a0<\/span><\/p>\n

HelioLinc3D<\/span><\/a>AI-programmet, der er ansvarlig for denne opdagelse, blev designet til at st\u00f8tte Vera C. Rubin-observatoriets bestr\u00e6belser p\u00e5 at opdage asteroider. Modellen blev anvendt i en testk\u00f8rsel p\u00e5 ATLAS-observatoriet p\u00e5 Hawaii.\u00a0<\/span><\/p>\n

AI afsl\u00f8rede en ca. 180 meter bred asteroide med navnet 2022 SF289.\u00a0<\/span><\/p>\n