World

Wawasan model AI membantu para astronom mengusulkan teori baru untuk mengamati dunia yang jauh – TechCrunch

[ad_1]

Model pembelajaran mesin semakin meningkatkan proses manusia, baik melakukan tugas berulang lebih cepat atau memberikan beberapa wawasan sistematis yang membantu menempatkan pengetahuan manusia dalam perspektif. Para astronom di UC Berkeley terkejut menemukan keduanya terjadi setelah memodelkan peristiwa pelensaan mikro gravitasi, yang mengarah ke teori terpadu baru untuk fenomena tersebut.

Pelensaan gravitasi terjadi ketika cahaya dari bintang-bintang yang jauh dan objek-objek bintang lainnya membelok di sekitar bintang yang lebih dekat secara langsung antara itu dan pengamat, secara singkat memberikan pandangan yang lebih terang — tetapi terdistorsi — dari yang lebih jauh. Bergantung pada bagaimana cahaya dibelokkan (dan apa yang kita ketahui tentang objek yang jauh), kita juga dapat belajar banyak tentang bintang, planet, atau sistem yang dibelokkan oleh cahaya.

Misalnya, lonjakan kecerahan sesaat menunjukkan benda planet melewati garis pandang, dan jenis anomali dalam pembacaan ini, yang disebut “degenerasi” untuk beberapa alasan, telah digunakan untuk melihat ribuan exoplanet.

Karena keterbatasan mengamati mereka, sulit untuk mengukur peristiwa dan objek ini di luar beberapa pengertian dasar seperti massa mereka. Dan degenerasi umumnya dianggap berada di bawah dua kemungkinan: bahwa cahaya yang jauh melewati lebih dekat ke bintang atau planet dalam sistem yang diberikan. Ambiguitas sering didamaikan dengan data yang diamati lainnya, seperti yang kita ketahui dengan cara lain bahwa planet ini terlalu kecil untuk menyebabkan skala distorsi yang terlihat.

Mahasiswa doktoral UC Berkeley Keming Zhang sedang mencari cara untuk menganalisis dan mengkategorikan peristiwa pelensaan dengan cepat, karena mereka muncul dalam jumlah besar saat kami mengamati langit secara lebih teratur dan lebih detail. Dia dan rekan-rekannya melatih model pembelajaran mesin pada data dari peristiwa pelensaan mikro gravitasi yang diketahui dengan penyebab dan konfigurasi yang diketahui, kemudian membebaskannya pada sekelompok orang lain yang kurang terkuantifikasi dengan baik.

Hasilnya tidak terduga: selain dengan cekatan menghitung ketika peristiwa yang diamati termasuk dalam salah satu dari dua jenis degenerasi utama, ditemukan banyak yang tidak.

“Dua teori degenerasi sebelumnya berurusan dengan kasus-kasus di mana bintang latar belakang tampak melintas dekat dengan bintang latar depan atau planet latar depan. Algoritme AI menunjukkan kepada kita ratusan contoh tidak hanya dari dua kasus ini, tetapi juga situasi di mana bintang tidak lewat dekat dengan bintang atau planet dan tidak dapat dijelaskan oleh salah satu teori sebelumnya,” kata Zhang dalam rilis berita Berkeley.

Sekarang, ini bisa jadi dihasilkan dari model yang disetel dengan buruk atau model yang tidak cukup percaya diri dalam perhitungannya sendiri. Tetapi Zhang tampaknya yakin bahwa AI telah mencatat sesuatu yang secara sistematis diabaikan oleh pengamat manusia.

Akibatnya – dan setelah beberapa meyakinkan, karena seorang mahasiswa pascasarjana yang mempertanyakan doktrin mapan ditoleransi tetapi mungkin tidak didorong – mereka akhirnya mengusulkan teori baru “bersatu” tentang bagaimana degenerasi dalam pengamatan ini dapat dijelaskan, di mana dua teori yang dikenal hanya kasus yang paling umum.

Diagram yang menunjukkan simulasi solusi degenerasi 3-lensa.

Diagram yang menunjukkan simulasi solusi degenerasi 3-lensa. Kredit Gambar: Zhang dkk

Mereka melihat dua lusin makalah baru-baru ini mengamati peristiwa microlensing dan menemukan bahwa para astronom telah keliru mengkategorikan apa yang mereka lihat sebagai satu jenis atau yang lain ketika teori baru lebih cocok dengan data daripada keduanya.

“Orang-orang melihat peristiwa pelensaan mikro ini, yang sebenarnya menunjukkan degenerasi baru ini tetapi tidak menyadarinya. Itu benar-benar hanya pembelajaran mesin yang melihat ribuan peristiwa di mana menjadi tidak mungkin untuk dilewatkan, ”kata Scott Gaudi, seorang profesor astronomi Universitas Negeri Ohio yang ikut menulis makalah tersebut.

Untuk lebih jelasnya, AI tidak merumuskan dan mengusulkan teori baru — yang sepenuhnya bergantung pada intelek manusia. Tetapi tanpa perhitungan AI yang sistematis dan percaya diri, kemungkinan teori yang disederhanakan dan kurang benar akan bertahan selama bertahun-tahun. Sama seperti orang-orang yang belajar memercayai kalkulator dan komputer yang lebih baru, kita juga belajar memercayai beberapa model AI untuk menghasilkan kebenaran menarik yang bersih dari prasangka dan asumsi — yaitu, jika kita tidak hanya mengkodekan prakonsepsi dan asumsi kita sendiri ke dalamnya.

Teori baru dan deskripsi proses yang mengarah ke sana dijelaskan dalam makalah yang diterbitkan dalam jurnal Nature Astronomy. Ini mungkin bukan berita baru bagi para astronom di antara pembaca kami (itu adalah pra-cetak tahun lalu) tetapi pembelajaran mesin dan ilmu pengetahuan umum mungkin menghargai perkembangan yang menarik ini.

Artikel ini telah tayang pertama kali di situs techcrunch.com

Related Articles

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back to top button