San umjetne inteligencije u lovu na aliene


Znanstvenici UCL-a odlučili su svoj sustav strojnog učenja koji imitira ljudsko razmišljanje i proces sanjanja, iskoristiti u potrazi za nastanjivim planetima izvan Sunčevog sustava.

Neuralnu mrežu pod nazivom RobERt (Robotic Exoplanet Recognition), izradili su astronomi UCL-a, kako bi mogla analizirati podatke iz detekcija svjetlosti koja dolazi iz dalekih planetarnih sustava, te spektralnih podataka o plinovima prisutnim u atmosferama egzoplaneta.

Zahvaljujući svojem sustavu koji imitira procese ljudskog mozga prilikom razmišljanja i sanjanja, RobERt će za samo nekoliko sekundi otkriti koje se molekule nalaze unutar određenog spektra, te koji su podaci posebno zanimljivi za provođenje detaljnijih analiza, za što bi ljudima trebali čitavi dani i tjedni.

RobERtova neuralna mreža DBN (Deep belief neural network), sastoji se od tri sloja jediničnih procesora ili “neurona”. Informacija se dovodi do najnižeg sloja sastavljenog od 500 neurona koji stvara inicijalni filtar podataka ka drugom sloju. Na tom dijelu 200 neurona pročišćava selekciju i predaje podatke trećem sloju od 50 neurona koji stvaraju konačno prepoznavanje plinova koji su najvjerojatnije prisutni.
Za treniranje RobERta znanstvenici UCL-a su kreirali 85.750 simuliranih spektara koji su pokrivali 5 različitih vrsta egzoplaneta rangiranih od potencijalnog planeta s velikim oceanom GJ1214b, do WASP-12 vrućeg egzoplaneta veličine Jupitera koji orbitira vrlo blizu svojoj matičnoj zvijezdi.

Svaki spektar testnog seta sadržavao je tragove određenih vrsta plinova, a RobERtovo učenje se testiralo u intervalima pomoću kontrolnog spektra.

Na kraju faze uvježbavanja, RobERt je postizao uspješnost u detektiranju od 99,7%.

RobERtov DBN se također može i obrnuti kako bi umjesto analiziranja podataka koji su mu ubačeni u sustav mogao ulaziti u “stanje sanjanja”, u kojem može generirati puni spektar temeljen na svojim iskustvima.

“Roboti doista sanjaju. Tražili smo RobERta da sanja o tome kako bi po njemu izgledao spektar vode, a on je to odradio vrlo uspješno”, navodi dr. Ingo Waldmann, vođa tima koji razvija ovaj projekt. “Njegovo sanjanje je izuzetno korisno kada pokušava prepoznati značajke u nekompletnim podacima, pa snovima uspješno popunjava praznine”.

Znanstvenici vjeruju da će RobERt u predstojećim godinama biti jako koristan, jer se očekuju ogromne količine podataka s različitih teleskopa, poput JWST-a (James Webb Space Telescope), koji će biti lansiran ove godine, te će se uključiti u lov na alienske egzoplanete.

znanstveni.net