Mesterséges intelligencia keresi a lakható bolygókat
Isaac Asimov 1969-ben megjelent novellájában, a Női Ösztönben egy JN-5 nevű robot a világűrről összegyűjtött irdatlan adattömegből megmondja, melyek azok a lakható bolygók, amelyeket az emberiség benépesíthet a távoli jövőben.
A valóság pedig megint Asimov zseniális elméjének nyomában kullog: a csillagászok mesterséges intelligencia segítségével próbálják meg kideríteni, hol lehetnek a számunkra legfontosabb bolygók.
Az 1990-es évek óta talált több mint háromezer-négyszáz exobolygó vizsgálata rengeteg időt emészt fel. A kutatóknak néha napokba vagy hetekbe telik egyetlen exobolygó adatainak analizálása. Az olyan új eszközök, mint a James Webb Űrtávcső, amelyet 2018 októberében küldenek fel, hamarosan olyan hatalmas mennyiségű információt küldenek vissza, hogy a tudósok képtelenek lesznek a hagyományos módon feldolgozni és értelmezni azt. Ez pedig annyira lelassíthatja a munkát, hogy akár ellehetetleníti az új felfedezéseket.
Ezért a Londoni University College kutatói megalkották RobERt-et, a mesterséges intelligenciát, amely az embernél sokkal gyorsabban képes feldogozni a mély űrből származó adatokat.
A módszer a következő: a bolygók visszatükrözik a közeli csillagok fényének egy kis százalékát. Ahogy ez a fény áthalad az atmoszférájukon, a különböző gázok vagy elnyelik vagy tovább engedik a fényt, eltérő hullámhossz-tartományokban. Ezt a spektrumot felhasználhatjuk arra, hogy többet megtudjunk az exobolygók légkörének összetételéről, tehát arról is, hogy létezhet-e a bolygón az általunk ismert élet, illetve alkalmas lehet-e jövőbeni telepesek számára.
A RobERt (Robotic Exoplanet Recgonition) nevű MI másodpercek alatt kiértékeli az exobolygók színképét. RobERt egy mély neurális háló (DBN – deep-belief neural network) alapján működik, amely az emberi agyhoz hasonlóan számtalan szűrőn keresztül dolgozza fel az adatokat, amíg meg nem érkezik a kívánt eredményhez – ebben az esetben a megfelelő gázok jelenlétéhez.
A mély neurális háló is próbálgatás útján tanul. Ahhoz, hogy RobERt-et megtanítsák a feladatra, az egyetem kutatói nyolcvanötezer szimulált spektrumot mutattak naki. A tanítás végére RobERt 99,7 százalékos pontossággal tudta megmondani melyek a megfelelőek, még akkor is, amikor direkt megnehezítették a dolgát fölösleges adatokkal.
RobERt nem csak a lakható bolygók keresésében jelenthet nagy előrelépést, hanem abban is, hogy jobban megértsük a saját naprendszerünk kialakulását. Ehhez a többi naprendszer vizsgálata vihet minket közelebb, és erre a mesterséges intelligencia a legjobb eszköz.
R. J. Hendon
Forrás: Popular Science
