گروهش از دانشگاههای آمریکا نخستین تلسکوپ مجهز به هوش مصنوعی را راهاندازی کردند که به تازگی فعالیت خود را آغاز کرده و اولین رصدهای آسمان را انجام داده است.
به گزارش سیناپرس، اخترشناسان باید هر شب پیش از تصمیمگیری درباره اینکه یک تلسکوپ را به کدام سمت از آسمان نشانه بگیرند، شرایط متغیر آبوهوا، شدت نور ماه و تغییرات شرایط جوی را به دقت ارزیابی کنند. این کار یک موازنه دائمی است که هدف آن استفاده حداکثری از هر ساعت ارزشمند برای انجام تحقیقات علمی است. اکنون دانشمندان دانشگاه نورثوسترن، دانشگاه شیکاگو و آزمایشگاه ملی فرمی (Fermilab) یک ابزار جدید مبتنی بر هوش مصنوعی را توسعه دادهاند که به طور خودکار تعیین میکند یک تلسکوپ باید به کدام نقطه نشانهگیری شود.
دانشمندان پس از توسعه این ابزار در موسسه هوش مصنوعی برای آسمان به اختصار SkAI که «اسکای» تلفظ میشود، با موفقیت از این سامانه هوش مصنوعی برای برنامهریزی رصدها با دوربین انرژی تاریک (DECam) با وضوح ۵۷۰ مگاپیکسل استفاده کردند. این دوربین توسط وزارت انرژی آمریکا (DOE) ساخته شده و روی تلسکوپ چهار متری ویکتور ام. بلانکو در شیلی نصب شده است.
این سامانه نه تنها یک برنامه رصدی تولید کرد، بلکه با تغییر شرایط محیطی، آن برنامه را در لحظه نیز تطبیق داد. این نوآوری با خودکارسازی تصمیمهای معمول مربوط به زمانبندی، به تلسکوپها کمک خواهد کرد بهترین دادههای ممکن را جمعآوری کنند.
این یک نقطه عطف مهم در حرکت به سوی رصدخانههای خودمختارتر است. یکی از دستاوردهای اصلی این است که تمام زیرساختهای لازم برای استقرار این تلسکوپ خودران در یک رصدخانه ملی فراهم شده است. در حال حاضر، عملکرد آن با توانایی انسان قابل مقایسه است. در گام بعدی، قرار است به رایانه آموزش داده شود که بهتر از انسان عمل کند.
انتخاب اینکه یک تلسکوپ به کجا نشانه گرفته شود، فقط پیدا کردن یک جرم جالب برای مشاهده نیست؛ بلکه درباره استفاده حداکثری از هر دقیقه زمان ارزشمند رصدی نیز هست. گاهی اخترشناسان ماهها منتظر میمانند تا فرصتی برای استفاده از یک تلسکوپ بزرگ به دست آورند. یک تلسکوپ که در موقعیت نامناسب قرار گرفته باشد، ممکن است تصاویر کموضوحتر و پر از نور ماه ثبت کند؛ موضوعی که تشخیص اجرام کمنور یا دوردست را دشوارتر میکند. همچنین ممکن است فرصت تکرار آن رصد ناموفق تا ماهها بعد فراهم نشود.
تلسکوپهای بزرگ، منابع ملی یا بینالمللی هستند. اخترشناسان بسیاری در سراسر جهان میخواهند از زمان این تلسکوپها استفاده کنند و این زمان محدود است. اگر همه بتوانند زمان خود را کارآمدتر استفاده کنند، جامعه علمی قادر خواهد بود تحقیقات بیشتری انجام دهد.
به جای اینکه هوش مصنوعی را با قوانین و دستورالعملهایی که اخترشناسان طی دههها توسعه داده بودند برنامهریزی کنند، پژوهشگران اجازه دادند این سامانه خودش یاد بگیرد. آنها یک مدل یادگیری عمیق را با استفاده از رصدهای تاریخی پیمایش انرژی تاریک (Dark Energy Survey) آموزش دادند؛ پیمایشی که آسمان شب را با یک دوربین عظیم نصبشده روی تلسکوپ بلانکو بررسی میکند.
به نقل از ایسنا، در بهار و تابستان گذشته، سامانه زمانبندی هوشمند دو نوبت رصد موفق را با تلسکوپ بلانکو انجام داد. هدف این استقرار اولیه، رساندن عملکرد هوش مصنوعی به سطحی تقریبا مشابه زمانبندی انسانی بود. هدف بعدی تیم این است که هوش مصنوعی را نه فقط برای تقلید از تصمیمگیری انسان، بلکه برای بهتر عمل کردن نسبت به انسان آموزش دهد.
با بررسی راهبردهای رصدی که ممکن است انسانها هرگز به آنها فکر نکنند، هوش مصنوعی میتواند در آینده تلسکوپها را حتی کارآمدتر کند.