Асман объектилерин классификациялоо байыркы көйгөй болуп саналат. Дээрлик укмуштуудай аралыкта жайгашкан булактар менен изилдөөчүлөр кээде жылдыздар, галактикалар, квазарлар же суперновалар сыяктуу объектилерди айырмалоо үчүн күрөшүп келишет. Instituto de Astrofísica e Ciências do Espaço (IA) изилдөөчүлөрү Педро Кунья жана Эндрю Хамфри астрономиялык булактардын табиятын аныктаган машина үйрөнүү алгоритмин SHEEP түзүү менен классикалык маселени чечүүгө аракет кылышкан. Эндрю Хамфри (IA жана Порту университети, Португалия) мындай дейт: "Асман объектилерин классификациялоо маселеси Ааламдын саны жана татаалдыгы боюнча абдан кыйын жана жасалма интеллект мындай милдеттерди аткаруу үчүн абдан келечектүү курал болуп саналат".
SHEEP - бул фотометрикалык кызыл жылышууларды баалаган жана бул маалыматты кийинчерээк булактарды галактикалар, квазарлар же жылдыздар катары классификациялоо үчүн колдонгон көзөмөлдөнгөн машина үйрөнүүчү түтүк. Классификациялоону жүргүзүүдөн мурун, SHEEP алгач фотометрикалык кызыл жылышууларды баалайт, алар классификация моделин үйрөтүү үчүн кошумча функция катары маалыматтар топтомуна киргизилет.
Команда объекттердин кызылга жылышын жана координаттарын кошуу жасалма интеллектке (AI) аларды ааламдын XNUMXD картасында аныктоого мүмкүндүк бергенин жана булактын касиеттерин жакшыраак баалоо үчүн аны түстүү маалымат менен бирге колдонушкан. Мисалы, AI Саманчынын жолунун тегиздигине жакыныраак жылдыздарды табуу ыктымалдыгы галактикалык уюлдарга караганда жогору экенин билди. Хамфри мындай деп кошумчалады: "Биз AIга ааламдын үч өлчөмдүү көрүнүшүн алууга уруксат бергенде, ал чындап эле асман объектиси эмне экендиги жөнүндө так чечим кабыл алуу жөндөмүн жакшыртты."
Sloan Digital Sky Survey (SDSS) сыяктуу жердеги жана космостук масштабдагы масштабдуу изилдөөлөр астрономия тармагын революция кылып, чоң көлөмдөгү маалыматтарды чыгарды. Vera K. Rubin Observatory, Dark Energy Spectroscopic Instrument (DESI), Евклид космостук миссиясы (ESA) же Джеймс Уэбб космостук телескобу (NASA/ESA) тарабынан болочок изилдөөлөр кеңири маалымат жана сүрөт тартууну улантат. Бирок, салттуу ыкмаларды колдонуу менен бардык маалыматтарды талдоо көп убакытты талап кылышы мүмкүн. AI же машина үйрөнүү бул жаңы маалыматтарды талдоо жана эң мыкты илимий пайдалануу үчүн маанилүү болот.
Педро Кунья мындай дейт: "Эң кызыктуу бөлүктөрүнүн бири - бул машина үйрөнүү бизге ааламды жакшыраак түшүнүүгө кандайча жардам бергенин көрүү. Биздин методология бизге мүмкүн болгон жолду көрсөтөт, ошол эле учурда процессте жаңы жолдорду жаратат. Бул астрономия үчүн эң сонун мезгил».
Сүрөттөө жана спектроскопиялык изилдөөлөр ааламдын көрүнгөн мазмунун түшүнүү үчүн негизги ресурстардын бири болуп саналат. Бул кароолордун маалыматтары жылдыздардын, квазарлардын жана галактикалардын статистикалык изилдөөлөрүн жүргүзүүгө, ошондой эле адаттан тыш объекттерди ачууга мүмкүндүк берет.
Сиз Украинага орус баскынчыларына каршы күрөшүүгө жардам бере аласыз. Мунун эң жакшы жолу - Украинанын Куралдуу күчтөрүнө каражат берүү Savelife же расмий баракчасы аркылуу NBU.
Ошондой эле окуңуз: