Приклад гравітаційного лінзування. Джерело: NASA.
Астрономи з Інституту астрофізики частинок і космології імені Кавлі (Kavli Institute for Particle Astrophysics and Cosmology) навчили штучний інтелект шукати гравітаційні лінзи. Створені ними нейронні мережі були так само ефективні, як і традиційні методи, але працювали в мільйони разів швидше. При цьому ШІ не тільки знаходив лінзи на знімках, а й аналізував їхні властивості. Результати роботи опубліковані в журналі Nature.
«Аналіз, який зазвичай займає від декількох тижнів до декількох місяців, вимагає участі експертів і обчислювальних ресурсів, нейронні мережі можуть автоматично провести за частку секунди», - коментує Лоренс Перре Левассер (Laurence Perreault Levasseur), один з авторів роботи. Вчені пристосували нейронні мережі для пошуку та аналізу складних спотворень у просторі-часі, відомих як гравітаційні лінзи. Гравітаційними лінзами називають масивні тіла, що змінюють своїм гравітаційним полем напрямок поширення електромагнітного випромінювання, подібно до того, як звичайна лінза змінює напрямок світлового променя. Сильне гравітаційне лінзування викликає легко різноманітні спотворення, наприклад дуги і розмножені зображення. Спостерігаючи ці спотворення, вчені можуть зробити висновки про розподіл маси в космосі і про те, як воно змінюється з часом.
До недавнього часу аналіз гравітаційних лінз був трудомістким процесом: астрономам доводилося порівнювати справжні фотографії лінз з безліччю математичних моделей. Вивчення однієї лінзи займало від декількох тижнів до декількох місяців. Але використовуючи нейронні мережі, дослідники домоглися тих же результатів за кілька секунд. Працездатність нового підходу вони продемонстрували на знімках, зроблених космічним телескопом Хаббл.
Штучний інтелект навчили на базі даних з півмільйона зображень - на тренування пішов приблизно день. Після цього мережі могли за секунди аналізувати знімки майже так само точно, як традиційні техніки. «Нейронні мережі, які ми тестували - три загальнодоступні і одна, розроблена нами - могли аналізувати характеристики кожної лінзи, в тому числі, те, як розподілялася її маса і наскільки сильно вона збільшувала фонову галактику», - говорить провідний автор дослідження Яшар Хезавех (Yashar Hezaveh). Цим вони відрізняються від створених раніше програм, які могли займатися лише класифікацією зображень.
Подібні нейронні мережі дуже знадобляться в майбутньому, коли кількість даних зросте. Зараз в Чилі будується телескоп Large Synoptic Survey Telescope - очікується, що з його допомогою астрономи зможуть виявити сотні тисяч гравітаційних лінз. "У нас не буде достатньо людей, щоб вчасно проаналізувати всю цю інформацію традиційними методами, - говорить Перре Левассер. - Нейронні мережі допоможуть нам швидко знайти цікаві об'єкти і вивчити їх. Так у нас залишиться більше часу на те, щоб ставити правильні запитання про устрій Всесвіту ".