Nell'antica Babilonia, gli osservatori di stelle registravano meticolosamente il cielo notturno, incidendo le loro osservazioni su tavolette per annotare i più sottili movimenti celesti.
Le loro osservazioni, insieme a quelle di altre civiltà antiche, hanno gettato le basi per luminari come Johannes Kepler, che ha utilizzato i dati di Tycho Brahe per svelare le orbite ellittiche dei pianeti molto prima che noi avessimo gli strumenti per osservare tali fenomeni con i nostri occhi.
Oggi l'umanità non è meno desiderosa di decodificare le complessità del cosmo e l'intelligenza artificiale è diventata un partner nella nostra ricerca di risposte.
Lenti di vetro a gigabyte
Inventato all'inizio del XVII secolo, il telescopio ha fornito agli astronomi una finestra sul cosmo.
Per la prima volta, gli occhi umani potevano penetrare oltre l'atmosfera.
Oltre a osservare direttamente gli oggetti celesti attraverso i telescopi, l'umanità divenne abile nel calcolare le interazioni tra le orbite, portando alla fine l'astronomo francese Urbain Le Verrier a prevedere l'esistenza di Nettuno dall'orbita di Urano, prima che fosse confermata nel 1846.
La matematica e l'astronomia sono state intimamente legate per migliaia di anni, e sono proprio questi calcoli che l'intelligenza artificiale eccelle.
Il lancio del telescopio spaziale Kepler nel 2009 ha segnato una nuova era dell'esplorazione extrasolare. Incaricato di identificare gli esopianeti - pianeti che si trovano al di fuori del nostro sistema solare - monitorando la luminosità di oltre 150.000 stelle, Kepler ha trasmesso alla Terra un volume colossale di dati.
Sebbene durante la sua missione siano stati confermati oltre 2.600 esopianeti, i ricercatori stanno ancora analizzando i dati.
Nel 2021, a oltre 10 anni dal lancio del telescopio, la NASA ha annunciato che un modello di intelligenza artificiale ha aiutato i ricercatori ad aggiungere 301 esopianeti appena convalidati alla collezione totale di 4.569.
Il modello, una rete neurale profonda denominato ExoMinerIl sistema potrebbe convalidare in modo robusto gli esopianeti proposti, un'impresa che altrimenti richiederebbe una lunga analisi manuale.
Hamed Valizadegan, responsabile del progetto ExoMiner, ha dichiarato: "Quando ExoMiner dice che qualcosa è un pianeta, si può essere sicuri che sia un pianeta. ExoMiner è molto accurato e per certi versi più affidabile sia dei classificatori automatici esistenti sia degli esperti umani che intende emulare, a causa dei pregiudizi derivanti dall'etichettatura umana".
Origini universali
L'outback dell'Australia occidentale ospita il Schieramento a largo campo Murchison (MWA).
A differenza dei telescopi tradizionali, l'MWA è un radiotelescopio che ascolta le prime onde radio dell'universo.
Catturando i segnali radio provenienti dallo spazio, l'MWA offre uno sguardo sullo stato dell'universo di quasi 13 miliardi di anni fa. Questo non è privo di sfide, in quanto le interferenze radio dei giorni nostri minacciano di annegare gli antichi discorsi dell'universo.
Utilizzando l'IA, i ricercatori possono filtrare e differenziare tra il rumore radio e i sussurri primordiali dell'universo, consentendo analisi più precise.
Visualizzazione degli oggetti celesti
Il Telescopio Event Horizon (EHT), che ha catturato la prima immagine di un buco nero, si è affidato all'elaborazione dell'intelligenza artificiale per convertire le sue osservazioni in qualcosa di chiaro e coerente.
L'EHT mette insieme più telescopi di tutto il mondo per creare un unico mega-telescopio.
Utilizzando le forze combinate di più telescopi, l'EHT ha potuto osservare il buco nero supermassiccio al centro della Via Lattea.
La resa di queste osservazioni in un'immagine accurata richiede l'apprendimento automatico (ML) per calcolare la forma più probabile dai dati disponibili.
Il modello ML, PRIMOha analizzato le caratteristiche di 30.000 buchi neri simulati per generare l'immagine ampiamente diffusa qui sotto.
Si stima che il buco nero abbia una massa pari a 6,5 miliardi di volte quella del Sole.
L'intelligenza artificiale scopre un asteroide "potenzialmente pericoloso
Sentiamo spesso parlare dei rischi dell'IA, ma cosa succederebbe se ci salvasse da un asteroide mortale?
I ricercatori del prossimo Osservatorio Vera Rubin nel Cile settentrionale hanno recentemente scoperto un asteroide potenzialmente pericoloso utilizzando l'intelligenza artificiale.
L'Osservatorio Vera Rubin nel Cile settentrionale, ancora in costruzione, è destinato a diventare la più potente fotocamera digitale utilizzata per la fotografia astronomica,
ElioLinc3D, il programma di intelligenza artificiale responsabile di questa scoperta, è stato progettato per supportare gli sforzi dell'Osservatorio Vera C. Rubin nell'individuazione di asteroidi. Il modello è stato impiegato in un test presso l'osservatorio ATLAS delle Hawaii.
L'intelligenza artificiale ha svelato un asteroide largo circa 180 metri, denominato 2022 SF289.
Si prevede che questo oggetto celeste, largo circa 182 metri, si avvicinerà fino a 140.000 miglia (225.000 chilometri) alla Terra.
Se si considera che la distanza media della Luna dalla Terra è di circa 238.855 miglia (384.400 km), è più vicina di quanto le cifre grezze sembrino suggerire, e ciò la rende un asteroide potenzialmente pericoloso (PHA). Non è previsto che ci colpisca.
HelioLinc3D è molto più rapido ed efficiente nel rilevare asteroidi potenzialmente pericolosi rispetto ai metodi attuali.
Tradizionalmente, ciò richiede l'acquisizione di immagini di specifici segmenti di cielo più volte a notte, mentre HelioLinc3D richiede un minor numero di osservazioni e funziona bene con gli oggetti più deboli.
I telescopi spesso raccolgono una fitta dispersione di rumore inutile quando osservano oggetti deboli, rendendo l'individuazione di asteroidi veri e propri eccezionalmente difficile.
Larry Denneau, astronomo capo di ATLAS, ha messo in evidenza la implicazioni di questa scoperta: "Qualsiasi indagine avrà difficoltà a scoprire oggetti come 2022 SF289 che sono vicini al suo limite di sensibilità, ma HelioLinc3D dimostra che è possibile recuperare questi deboli oggetti purché siano visibili per diverse notti. Questo ci permette di avere un telescopio 'più grande e migliore'".
Mario Jurić, scienziato del Rubin e leader del team HelioLinc3D, ha dichiarato: "Questo è solo un piccolo assaggio di ciò che ci aspetta con l'Osservatorio Rubin tra meno di due anni, quando HelioLinc3D scoprirà un oggetto come questo ogni notte".
Ma più in generale, è un'anteprima della prossima era dell'astronomia ad alta intensità di dati. Da HelioLinc3D ai codici assistiti dall'intelligenza artificiale, il prossimo decennio di scoperte sarà una storia di progressi negli algoritmi tanto quanto nei nuovi grandi telescopi".
Determinare l'età delle stelle con l'intelligenza artificiale
L'intelligenza artificiale sta anche aiutando i ricercatori a tracciare la storia dell'universo.
Un modello recente sviluppato come versione potenziata dall'intelligenza artificiale di un progetto più vecchio, EAGLES (Stima delle età dalle larghezze equivalenti al litio)analizza la presenza di litio nelle stelle per stimarne l'età.
Storicamente, tutte le stelle iniziano la loro vita con una percentuale simile di litio. Tuttavia, con l'invecchiamento, questo litio si esaurisce a ritmi diversi a causa di fattori quali le masse e le temperature associate.
La temperatura di una stella, indicativa della sua massa, gioca un ruolo fondamentale nel consumo di litio.
Nelle stelle più calde, l'aumento della convezione negli strati esterni provoca turbolenze che spingono il litio più in profondità nella stella e lo fondono con i protoni per produrre due nuclei di elio. Di conseguenza, i livelli di litio diminuiscono nel tempo.
Osservando l'abbondanza di litio di una stella insieme alla sua temperatura, gli astronomi possono estrapolare la sua età.
Tradizionalmente, per determinare l'età di una stella in base al suo litio si valutava la forza del litio nei dati spettrografici e la si abbinava a modelli di evoluzione stellare consolidati.
Questo processo non è stato solo arduo, ma anche di portata limitata. George Weaver della Keele University del Regno Unito ha osservato che si tratta di un processo "difficile da realizzare e che richiede molto lavoro".
Weaver e l'astrofisico Robin Jeffries dell'Università di Keele hanno sviluppato l'algoritmo EAGLES per semplificare questo processo.
Addestrando EAGLES su un dataset di 6.000 stelle provenienti da 52 ammassi osservati dalla Missione GaiaHanno sviluppato un modello in grado di stimare il salario di una star con un lavoro manuale minimo.
EAGLES sarà presto impiegato per due ampie indagini: l'indagine WEAVE sul William Herschel Telescope nel 2023 e l'indagine 4MOST sul telescopio VISTA dell'European Southern Observatory nel 2024.
"Si tratta di due grandi indagini spettroscopiche che... prenderanno gli spettri di decine di milioni di stelle", ha dichiarato Jeffries.
Uno degli obiettivi delle indagini è quello di tracciare la storia della formazione delle stelle nelle varie popolazioni stellari della galassia.
La xAI di Elon Musk
Non possiamo lasciare Elon Musk fuori da una discussione esistenziale che abbraccia il cosmo.
A luglio Musk ha presentato il suo ultimo progetto lunare. xAI. Questo nuova misteriosa startup di intelligenza artificiale intende indagare su concetti scientifici urgenti come la materia oscura, l'energia oscura, il paradosso di Fermi e l'esistenza degli alieni.
Secondo le parole di Musk, la xAI indagherà su "domande fondamentali" riguardanti la "realtà" e "l'universo".
Musk e il suo team hanno tenuto una discussione su Twitter Spaces su xAI che, pur essendo intrigante, non ha chiarito molto sulla strategia della startup. A partire dall'agosto 2023, non ci sono informazioni concrete su cosa intende fare e come.
Ottimo riassunto https://t.co/s2QE9zuzp4
- xAI (@xai) 15 luglio 2023
Alcuni ipotizzano che xAI costruirà modelli di IA orientati alla scienza e alle statistiche per potenziare la ricerca. Potrebbe assumere la forma di un "agente generale" di IA orientato alla scienza, in grado di svolgere praticamente tutte le funzioni sopra descritte.
xAI potrebbe contribuire con la sua potenza di calcolo ai ricercatori scientifici, alleviando alcuni colli di bottiglia associati all'implementazione di modelli complessi in ambito accademico.
D'altra parte, xAI potrebbe semplicemente culminare in un altro modello linguistico di grandi dimensioni (LLM), o forse potrebbe non arrivare a nulla, anche se ciò sarebbe deludente dato il calibro del team fondatore della startup.
Se xAI fornirà un modello di intelligenza artificiale superpotente per scopi di ricerca, ciò potrebbe consentire agli scienziati di creare modelli specializzati per ogni tipo di applicazione in fisica, astronomia, medicina, climatologia e altri campi.
Nonostante i suoi problemi, l'IA fornisce all'umanità gli strumenti per esplorare nuove frontiere che fino a pochi anni fa non erano ritenute possibili.
Questa tecnologia, ancora agli albori, sta rivelando il suo potenziale per identificare asteroidi pericolosi, esopianeti e l'età delle stelle, permettendoci di allargare i nostri orizzonti cosmici e di ampliare la nostra conoscenza dell'universo.
A parte i rischi, l'uso dell'intelligenza artificiale per esplorare i segreti dell'universo è una prospettiva allettante.
