{"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\/nl\/2023\/08\/decoding-the-universe-with-ai-and-machine-learning\/","title":{"rendered":"Het universum decoderen met AI en machine learning"},"content":{"rendered":"

In het oude Babyloni\u00eb hielden sterrenkijkers nauwgezet de nachtelijke hemel bij. Ze kerfden hun observaties in tabletten om de subtielste hemelbewegingen te noteren.\u00a0<\/strong><\/p>\n

Hun observaties legden, samen met andere oude beschavingen, de basis voor grootheden als Johannes Kepler, die de gegevens van Tycho Brahe gebruikte om de elliptische banen van planeten te onthullen, lang voordat we de instrumenten hadden om dergelijke fenomenen met onze eigen ogen waar te nemen.<\/span><\/p>\n

Vandaag de dag is de mensheid niet minder gretig om de fijne kneepjes van de kosmos te ontcijferen en AI is een partner geworden in onze zoektocht naar antwoorden.\u00a0<\/span><\/p>\n

Glazen lenzen tot gigabytes<\/span><\/h2>\n

De telescoop werd in het begin van de 17e eeuw uitgevonden en bood astronomen een venster op de kosmos. <\/span><\/p>\n

Voor het eerst konden menselijke ogen voorbij de atmosfeer kijken.<\/span><\/p>\n

Naast het direct waarnemen van hemellichamen met telescopen, werd de mensheid ook bedreven in het berekenen van de interacties tussen banen. Dit leidde er uiteindelijk toe dat de Franse astronoom Urbain Le Verrier het bestaan van Neptunus voorspelde op basis van de baan van Uranus, voordat dit in 1846 werd bevestigd.\u00a0<\/span><\/p>\n

Wiskunde en astronomie zijn al duizenden jaren nauw met elkaar verbonden en het zijn deze berekeningen waar AI in uitblinkt.\u00a0<\/span><\/p>\n

De lancering van de Kepler ruimtetelescoop in 2009 luidde een nieuw tijdperk in van onderzoek naar buitenaardse planeten. Kepler moest exoplaneten identificeren - planeten die buiten ons zonnestelsel liggen - door de helderheid van meer dan 150.000 sterren in de gaten te houden en stuurde een enorme hoeveelheid gegevens terug naar de aarde.\u00a0<\/span><\/p>\n

Hoewel er tijdens de missie meer dan 2600 exoplaneten zijn bevestigd, zijn onderzoekers nog steeds bezig met het analyseren van de gegevens.\u00a0<\/span><\/p>\n

In 2021, meer dan 10 jaar na de lancering van de telescoop, kondigde NASA aan dat een AI-model onderzoekers had geholpen om 301 nieuw gevalideerde exoplaneten toe te voegen aan de totale verzameling van 4.569.\u00a0<\/span><\/p>\n

Het model, een diep neuraal netwerk <\/span>genaamd ExoMiner<\/span><\/a>zou deze voorgestelde exoplaneten robuust kunnen valideren - een prestatie die anders langdurige handmatige analyse zou vereisen.\u00a0<\/span><\/p>\n

Hamed Valizadegan, de projectleider van ExoMiner, verklaarde: \"Als ExoMiner zegt dat iets een planeet is, kun je er zeker van zijn dat het een planeet is. <\/span>ExoMiner is zeer accuraat en in sommige opzichten betrouwbaarder dan zowel bestaande machine classificeerders als de menselijke experts die het moet emuleren, vanwege de vooroordelen die menselijke labeling met zich meebrengt.\"<\/span><\/p>\n

Universele oorsprong<\/span><\/h3>\n

De West-Australische outback is het thuis van de <\/span>Murchison Widefield Array (MWA)<\/span><\/a>. <\/span><\/p>\n

In tegenstelling tot traditionele telescopen is de MWA een radiotelescoop die luistert naar de vroege radiogolven van het heelal.\u00a0<\/span><\/p>\n

\"\"
Een van de vele arrays van de MWA. Bron: Wikipedia-Commons<\/a>.<\/figcaption><\/figure>\n

Door radiosignalen uit de ruimte op te vangen, biedt de MWA een blik op de toestand van het heelal bijna 13 miljard jaar geleden. Dit is niet zonder uitdagingen, want de hedendaagse radio-interferentie dreigt de oude uitspraken van het universum te overstemmen.\u00a0<\/span><\/p>\n

Met behulp van AI kunnen onderzoekers filteren en differenti\u00ebren<\/a> tussen radioruis en het gefluister van het heelal, waardoor een nauwkeurigere analyse mogelijk is.\u00a0<\/span><\/p>\n

Hemelobjecten visualiseren<\/span><\/h3>\n

De <\/span>Event Horizon Telescoop<\/span><\/a> (EHT), dat het eerste beeld van een zwart gat vastlegde, vertrouwde op AI-verwerking om zijn waarnemingen om te zetten in iets duidelijks en samenhangends.\u00a0<\/span><\/p>\n

De EHT voegt meerdere telescopen van over de hele wereld samen tot \u00e9\u00e9n megatelescoop.\u00a0<\/span><\/p>\n

Door de gecombineerde krachten van meerdere telescooparrays te gebruiken, kon de EHT het superzware zwarte gat in het centrum van de Melkweg waarnemen. <\/span><\/p>\n

Om deze waarnemingen om te zetten in een nauwkeurige afbeelding is machine learning (ML) nodig om de meest waarschijnlijke vorm te berekenen op basis van de beschikbare gegevens.\u00a0<\/span><\/p>\n

Het ML-model, <\/span>PRIMO<\/span><\/a>heeft de eigenschappen van 30.000 gesimuleerde zwarte gaten geanalyseerd om de onderstaande afbeelding te genereren.<\/span><\/p>\n

\"\"
De eerste afbeelding van een zwart gat is gemaakt met behulp van AI. Bron: Even Horizon Telescoop<\/a>.<\/figcaption><\/figure>\n

Het zwarte gat is naar schatting 6,5 miljard keer zo zwaar als de zon.\u00a0<\/span><\/p>\n

AI ontdekt 'potentieel gevaarlijke' astero\u00efde<\/span><\/h2>\n

We horen veel over de risico's van AI, maar wat als het ons zou redden van een dodelijke astero\u00efde?<\/p>\n

Onderzoekers van het aanstaande Vera Rubin Observatorium in het noorden van Chili AI model ontdekten onlangs een potentieel gevaarlijke astero\u00efde met behulp van AI.\u00a0<\/span><\/p>\n

Het Vera Rubin Observatorium in het noorden van Chili, dat nog in aanbouw is, zal de krachtigste digitale camera worden die gebruikt wordt voor astronomische fotografie,\u00a0<\/span><\/p>\n

HelioLinc3D<\/span><\/a>Het AI-programma dat verantwoordelijk is voor deze ontdekking, is ontworpen ter ondersteuning van de inspanningen van het Vera C. Rubin Observatorium om astero\u00efden te detecteren. Het model werd ingezet tijdens een test op het ATLAS observatorium in Hawa\u00ef.\u00a0<\/span><\/p>\n

De AI onthulde een astero\u00efde van ongeveer 180 meter breed, genaamd 2022 SF289.\u00a0<\/span><\/p>\n