Hoe kan kunstmatige intelligentie (AI) astronomen helpen bij het identificeren van hemellichamen aan de nachtelijke hemel? Dit is wat een recent onderzoek, gepubliceerd in Nature Astronomy, hoopt te beantwoorden. Een internationaal team van onderzoekers onderzocht de mogelijkheden van AI voor het uitvoeren van astrofysische onderzoeken naar hemelse gebeurtenissen, waaronder zwarte gaten die sterren opslokken of zelfs exploderende sterren zelf.
Dit onderzoek kan astronomen helpen om AI te gebruiken om hun vakgebied te verbeteren door de tijd en middelen te verminderen die traditioneel worden gebruikt om de nachtelijke hemel te scannen. Voor de studie testten de onderzoekers het grote taalmodel (LLM) van Google, Gemini, op drie datasets van de nachtelijke hemel: Panoramic Survey Telescope and Rapid Response System (Pan-STARRS), MeerLICHT en Asteroid Terrestrial-impact Last Alert System (ATLAS). Het doel was om vast te stellen of LLM's hetzelfde niveau van nauwkeurigheid en effectiviteit konden bereiken als de bovengenoemde datasets, terwijl Gemini drie sets afbeeldingen te zien kreeg. De onderzoekers gebruikten specifieke prompts voor Gemini om 15 voorbeelden te analyseren met instructies om ze te classificeren als “Geen interesse”, “Weinig interesse” en “Veel interesse” voor respectievelijk hemellichamen, variabele sterren en explosieve gebeurtenissen. De volledige verzameling voorbeelden, prompts en instructies is te vinden op https://github.com/turanbulmus/spacehack. Zes maanden later voerden de onderzoekers een vervolganalyse uit, waarbij Gemini was bijgewerkt met nieuwe algoritmen. Uiteindelijk constateerden de onderzoekers dat Gemini een nauwkeurigheid bereikte van respectievelijk 91,9, 93,4 en 94,1 procent voor ATLAS, MeerLICHT en Pan-STARRS.
Illustratie: Stoppa & Bulmus et al., Nature Astronomy
“Ik werk al meer dan tien jaar aan dit probleem van het snel verwerken van gegevens uit hemelonderzoeken, en we worden voortdurend geplaagd door het uitfilteren van de echte gebeurtenissen uit de valse signalen in de gegevensverwerking”, aldus Dr. Stephen Smartt, hoogleraar astrofysica aan de Universiteit van Oxford en medeauteur van de studie. “We hebben jarenlang machine learning-modellen, neurale netwerken, getraind om beeldherkenning te doen. De nauwkeurigheid van de LLM bij het herkennen van bronnen met minimale begeleiding in plaats van taakspecifieke training was echter opmerkelijk. Als we dit op grotere schaal kunnen toepassen, zou dat een totale gamechanger kunnen zijn voor het vakgebied, nog een voorbeeld van hoe AI wetenschappelijke ontdekkingen mogelijk maakt.”
Deze studie komt op een moment dat AI in hoog tempo bijdraagt aan de astronomie en planetaire wetenschap door middel van een groot aantal toepassingen, waaronder het opsporen van exoplaneten, het analyseren van planetaire oppervlakken en astronomische datasets, het identificeren van supernova's, snelle radioflitsen, gammastraaluitbarstingen en zwaartekrachtgolven, burgerwetenschap, theoretische modellering en telescoopoperaties. Een voorbeeld van hoe AI wordt gebruikt voor astronomie is de ontdekking van Kepler-90i, die zich op ongeveer 2767 lichtjaar van de aarde bevindt en de achtste planeet is die in dat stelsel is ontdekt. Hoewel Kepler-90i is aangemerkt als een superaarde met ongeveer 2,3 keer de massa van de aarde, is de temperatuur van het rotsachtige oppervlak veel te hoog om leven zoals wij dat kennen te kunnen herbergen. Bovendien draaien alle planeten in het Kepler-90-stelsel binnen de binnenste rand van de bewoonbare zone van hun ster, wat betekent dat ze waarschijnlijk allemaal een oppervlak of atmosfeer hebben die te heet is om leven zoals wij dat kennen te ondersteunen. Een voorbeeld van hoe AI wordt gebruikt voor planetaire wetenschap is het bestuderen van marsbevingen en hoe seismische golven zich door het binnenste van Mars voortbewegen op een manier die heel anders is dan eerder werd gedacht.
Toekomstige toepassingen van AI in de astronomie en planetaire wetenschap omvatten ruimteweervoorspellingen, autonome robots op de maan en Mars, en zelfs het gebruik van AI bij toekomstige bemande missies naar de maan en Mars om astronauten te helpen beter geïnformeerde beslissingen te nemen. Daarom toont deze recente studie niet alleen de toenemende toepassingen van AI voor astronomie en planetaire wetenschap aan, maar ook hoe niet-wetenschappers gratis online tools zoals Gemini kunnen gebruiken om baanbrekende wetenschap te verrichten. Hoe zal AI de komende jaren en decennia helpen om de astronomie te verbeteren en hemelse gebeurtenissen te identificeren? De tijd zal het leren, en dat is waarom we wetenschap bedrijven!
Bron: Universe Today
