Астрономы месяцами ждут ясного неба. Теперь это решает нейросеть
AI Изображение создано с помощью ИИ и носит иллюстративный характер
Телескоп может ждать месяцами несколько часов наблюдений, а погода способна испортить их за минуту. Именно поэтому астрономы всё чаще доверяют планирование нейросетям. Время на крупном инструменте жёстко ограничено: яркая луна или облака в нужном участке неба делают снимки бесполезными. Ошибка в выборе цели означает размытые данные и ожидание нового окна. Об этом сообщает портал Phys.org.
Исследователи Алекс Дрлика-Вагнер из Fermilab и Чикагского университета и Аравиндан Виджаярагаван из Северо-Западного университета при участии института SkAI обучили модель глубокого обучения на годах наблюдений обзора Dark Energy Survey. Модель не получала готовых правил. Вместо этого она предсказывала, куда будет направлен телескоп, а затем её прогнозы сравнивали с реальными действиями астрономов. После миллионов итераций нейросеть сама поняла, как луна и атмосфера влияют на успех наблюдения.
Весной и летом система провела две настоящие наблюдательные кампании на 4-метровом телескопе Бланко в чилийской обсерватории Серро-Тололо. Она управляла 570-мегапиксельной камерой Dark Energy Camera: составляла план и корректировала его в реальном времени. По оценке команды, результаты пока сопоставимы с человеком. Впрочем, это уже успех, ведь целью первого испытания было сравняться с опытным астрономом.
Следующая задача — превзойти людей, используя стратегии, которые ни один специалист не предложил бы. Это важно ещё и потому, что обсерватория имени Веры Рубин вскоре начнёт производить больше данных, чем любая другая. Другим телескопам нужно будет быстро реагировать на её открытия, и ручное планирование не справится. ИИ способен адаптироваться со скоростью, недоступной человеку.
По словам Дрлика-Вагнера, автоматизация операционной работы вернёт астрономам время для самого интересного. Автор материала проводит параллель с использованием ИИ в быту: от диагностики фургона до ремонта водостоков. Но если в повседневных задачах ошибка модели обходится дёшево, в астрономии цена неправильного решения — потерянные часы наблюдений.
