ИИ научился распознавать интересные для наблюдений звезды всего по 15 примерам
Международная команда исследователей проверила, как искусственный интеллект справляется с анализом астрономических данных. Ученые выяснили, что большая языковая модель Google Gemini может с высокой точностью классифицировать небесные объекты. Это поможет астрономам экономить время и ресурсы, которые раньше уходили на проверку снимков неба. Исследование опубликовали в журнале Nature Astronomy.
В ходе эксперимента Gemini проанализировала наборы данных от трех обсерваторий – Pan-STARRS, MeerLICHT и ATLAS. Задачей модели было отличить важные астрофизические события, например взрывы звезд, от переменных звезд или просто помех на снимках.
Для проверки исследователи использовали специальные запросы. Они показали Gemini 15 примеров с инструкциями. Модель должна была присвоить каждому объекту категорию: «Высокий интерес» для взрывных событий, «Низкий интерес» для переменных звезд и «Интерес отсутствует» для помех и шумов на снимках.
Через шесть месяцев ученые провели повторный анализ. К этому времени Gemini обновили. Результаты были обнадеживающими: в наборе данных ATLAS модель достигла 91,9% точности, в MeerLICHT — 93,4%, а в Pan-STARRS — 94,1%.
Космический ИИ: как нейросети помогают человечеству «завоевать» Солнечную систему
Стивен Смартт, профессор астрофизики из Оксфордского университета и соавтор работы, прокомментировал результаты. Он объяснил, что более 10 лет работает над проблемой быстрой обработки данных от обсерваторий. Астрономам всегда приходилось отсеивать настоящие события от ложных сигналов при обработке снимков неба. Команды годами обучали специализированные нейронные сети для распознавания изображений.
Смартт отметил, что точность большой языковой модели была высокой. При этом она получила лишь минимальные инструкции, а не специальное обучение под конкретную задачу. Если эту технологию удастся масштабировать, она поможет ученым делать научные открытия быстрее.
Иллюстрация NASA/ESA/Hubble SM4 ERO Team
Самое популярное
