Штучний інтелект навчили шукати протопланетні диски

Астрономи навчили систему машинного навчання шукати протопланетні диски навколо зірок. Програма виявила 367 нових кандидатів для подальших досліджень, повідомляється в журналі.

Астрономи дуже часто працюють з великими масивами даних, і нерідко їм доводиться переглядати їх вручну. Щоб полегшити завдання, дослідники в останні роки все частіше використовують нейромережі і алгоритми машинного навчання, які дозволяють не тільки автоматизувати процес, але і помітно його прискорити.

Автори нової роботи під керівництвом Том Нгуєн (Tam Nguyen) з Массачусетського технологічного інституту спиралися на дані проекту громадянської науки Disk Detective. Його учасники вивчають знімки зірок, отримані в рамках декількох оглядів, і намагаються визначити, чи оточене світило газопиловим диском. Для навчання класифікатора методом опорних векторів астрономи використовували результати аналізу огляду, виконаного інфрачервоним телескопом WISE. Вони вибрали 114 зірок, які були відібрані для подальших спостережень аргентинською обсерваторією CASLEO і вважаються хорошими кандидатами для виявлення протопланетних дисків. Крім того, вчені використовували два додаткових набори даних - один складався з 13 «перспективних» зірок, а другий включав 138 свідомо поганих кандидатів.

Отримані алгоритмом результати збігалися з класифікацією, зробленою людьми, в 97 відсотках випадків. Крім того, програма змогла виявити сліди 367 протопланетних дисків, які раніше були невідомі дослідникам. Всі вони знаходяться навколо зірок, у яких вже є відомі екзопланети (алгоритм обробляв дані архіву NASA Exoplanet Archive). Наступні спостереження вибраних об'єктів дозволяють перевірити точність роботи системи.

Раніше вчені використовували нейромережу для дослідження поверхні Місяця. Вона змогла виявити 6 тисяч нових кратерів. Також системи штучного інтелекту застосовувалися для визначення складу атмосфер екзопланет і відстеження руху зірок у галактиці.