هوش مصنوعی (AI) به ابزاری حیاتی برای درک جهان تبدیل شده است. با افزایش علاقه به اکتشافات فضایی، این فناوری میتواند به ما کمک کند تا جهانهای دیگر را بهتر بشناسیم.
با وجود دههها تحقیق، دانشمندان هنوز اطلاعات زیادی درباره کیهان فراتر از جو زمین ندارند. نقشهبرداری از سیارات، ستارهها، کهکشانها و حرکت آنها در فضا میتواند به ما کمک کند، اما historically این کار همیشه چالشهایی داشته است. هوش مصنوعی از چندین جنبه میتواند این فرآیند را آسانتر کند.
1. شناسایی اجرام آسمانی
به دلیل فاصله زیاد بسیاری از اجرام آسمانی، شناسایی آنها میتواند دشوار باشد. سیستمهای بینایی ماشین میتوانند کمک کنند تا اجرام آسمانی مختلف را از یکدیگر تشخیص دهند، زیرا این کار با چشم غیرمسلح معمولاً قابل اعتماد نیست.
محققان دانشگاه هاوایی در سال 2020 یک مدل هوش مصنوعی مؤثر برای این منظور توسعه دادند. این شبکه عصبی موفق شد کهکشانها را با دقت 98.1 درصد، ستارهها را با دقت 97.8 درصد و اختروشها را با دقت 96.6 درصد شناسایی کند. به این ترتیب، آنها توانستند یک کاتالوگ 300 گیگابایتی از اجرام آسمانی در سه چهارم آسمان تهیه کنند.
با پیشرفت تلسکوپها و ماهوارهها که نماهای بیشتری از جهان را ارائه میدهند، الگوریتمهای طبقهبندی مانند این میتوانند تحلیل دادهها را آسانتر کنند. هنگامی که دانشمندان بدانند به چه چیزی نگاه میکنند، میتوانند تحقیقات دقیقتری انجام دهند.
2. اندازهگیری فاصله
نقشهبرداری از جهان فقط به شناسایی اجسام محدود نمیشود. محققان همچنین باید فاصله بین این اجسام را اندازهگیری کنند تا بتوانند مقیاس و حرکت در کهکشانها را درک کنند یا برای پروازهای ماهوارهای و فضایی آینده برنامهریزی کنند. هوش مصنوعی در این زمینه نیز مفید است.
محاسبه فاصله به کمک نظارت بر فعالیتهای آسمانی نیاز به معادلات پیچیده ریاضی دارد که هوش مصنوعی در آن مهارت دارد. یکی از راهحلها با تجزیه و تحلیل دادههای تلسکوپ رادیویی توانست با دقت 76 درصد اندازه و فضای بین ابرهای مولکولی را تعیین کند. راهحل دیگری با نظارت بر دادههای تلسکوپ زمینی میزان فورانهای پرتو گاما را اندازهگیری کرد.
ابزارهایی مانند این، تخمینهای قابل اعتمادتری از مقیاس و سرعت فعالیتها در جهان بزرگتر ارائه میدهند. با بهبود مدلها با دادههای بیشتر، این ابزارها میتوانند سفرهای فضایی ایمنتری را فراهم کنند و بینش بهتری از فعالیتهایی مانند شرارههای خورشیدی یا ابرنواخترها ارائه دهند.
3. درک آسمان در گذشته
هوش مصنوعی همچنین به نقشهبرداری جهان با تجزیه و تحلیل حرکات آسمانی در گذشته کمک میکند. اگرچه ممکن است سوابق دقیقی از آسمانها در طول تاریخ وجود نداشته باشد، اما بسیاری از اجرام آسمانی که ما میبینیم، واقعاً نمایشی از گذشته هستند زیرا نور آنها زمان میبرد تا به ما برسد. بنابراین، دانشمندان میتوانند از هوش مصنوعی برای مدلسازی و درک روندهای قبلی در فضا استفاده کنند.
در یک مطالعه، محققان یک مدل هوش مصنوعی ایجاد کردند که توانست فهرستی از بیش از 17,000 کهکشان در نزدیکی کهکشان راه شیری تهیه کند. این مدل با تجزیه و تحلیل نواحی بسیار دور از زمین، شبیهسازیهایی را به دست آورد که نشاندهنده گذشتههای دور بودند و اطلاعات جدیدی درباره چگونگی حرکت اجرام آسمانی در طول هزارهها ارائه داد. نقشهای که به دست آمد شامل ساختارهای ماده تاریک بود که محققان قبلاً از آن بیخبر بودند.
این بینشها نشان میدهد که کهکشانها چگونه در طول تاریخ جابجا شده و بر یکدیگر تأثیر گذاشتهاند. درک این موضوع به ما کمک میکند تا نحوه عملکرد جهان را در مقیاس بزرگتر بهتر بفهمیم.
4. پیشبینی تغییرات آینده
هوش مصنوعی همچنین میتواند نگاهی به آینده داشته باشد، زیرا از دادههای گذشته یاد میگیرد. مدلهای تحلیل پیشبینیکننده قبلاً در پیشبینی فروش و ردیابی شیوع بیماریها موفق بودهاند و میتوانند همین کار را برای رویدادهای مهم آسمانی انجام دهند.
مدلی که حرکات تاریخی کهکشانها را شبیهسازی کرد، نشان داد که کهکشانهای راه شیری و آندرومدا در حال حرکت به سمت یکدیگر هستند. با جمعآوری دادههای بیشتر و استفاده از مدلهای پیشبینی، دانشمندان ممکن است بتوانند زمان وقوع یک برخورد احتمالی در آینده دور را تعیین کنند.
پیشبینیهای مبتنی بر هوش مصنوعی به ویژه در مقیاس کوچک میتوانند بسیار مفید باشند. تجزیه و تحلیل پیشبینیکننده میتواند به محققان کمک کند تا طوفانهای خورشیدی یا حرکت سیارکها را پیشبینی کنند و به آنها بگوید چه زمانی باید اقداماتی برای جلوگیری از آسیب یا اختلال در زمین انجام دهند.
5. ایجاد نقشههای دقیق سیاره
برخی از ابزارهای هوش مصنوعی رویکرد محدودی برای نقشهبرداری جهان دارند. در حالی که درک ستارگان اهمیت دارد، اما ایجاد نقشههایی از سطوح فیزیکی سیارات ممکن است در کوتاهمدت مفیدتر باشد، بهویژه با شروع اکتشافات فضایی. مریخنوردهای ناسا که به اکتشاف مریخ میپردازند، از هوش مصنوعی برای جهتیابی استفاده میکنند و فناوریهای مشابه میتوانند به بررسی دقیق سیارات فراخورشیدی کمک کنند.
تهیه نقشه زمینشناسی یک سیاره دور به معنای جمعآوری حجم زیادی از دادهها از منابع مختلف است. این کار میتواند چالشبرانگیز باشد، زمان زیادی ببرد و احتمال خطا را افزایش دهد. هوش مصنوعی میتواند اطلاعات را بهصورت مؤثری جمعآوری کند و بهسرعت و با دقت بالا یک منبع معتبر از حقایق ایجاد کند.
یادگیری ماشینی میتواند الگوها و شباهتهایی را در مجموعه دادههای وسیع شناسایی کند که ممکن است انسانها نادیده بگیرند. این به دانشمندان کمک میکند تا ساختارهای زمینشناسی را شناسایی کنند که در غیر این صورت از دید آنها پنهان میماند. همچنین، این ابزارها میتوانند دادههای مختلف را به یک نقشه واحد و قابل استفاده تبدیل کنند تا به کاوشهای بیشتر کمک کنند.
6. تسریع جدول زمانی نقشهبرداری
ابزارهای نقشهبرداری هوش مصنوعی زمان لازم برای تجزیه و تحلیل و درک جهان را کاهش میدهند. این موضوع مهم است زیرا کشف سریعتر میتواند منجر به نوآوریهای سریع و تحقیقات عمیقتر شود، حتی در شرایطی که زمان محدود باشد.
یک مطالعه از محققان ژاپنی این پتانسیل را نشان میدهد. این تیم یک شبیهساز هوش مصنوعی برای مدلسازی کهکشانها و توزیع ماده تاریک توسعه داد. اجرای این شبیهسازی تنها یک ثانیه زمان CPU روی لپتاپ نیاز داشت، در حالی که معمولاً برای یک ابررایانه این کار دهها ساعت طول میکشد. جالب اینجاست که این سرعت بدون کاهش دقت به دست آمده است.
زمانی که فرآیندهای نقشهبرداری سریعتر انجام میشوند، دانشمندان میتوانند تعداد بیشتری از این فرآیندها را به انجام برسانند. در نتیجه، جامعه نجوم میتواند بدون نیاز به پروژههای زمانبر و پرهزینه که تأمین بودجه آنها دشوار است، بینشهای بیشتری کسب کند.
7. در دسترستر کردن تحقیقات
هوش مصنوعی همچنین باعث میشود که تحقیقات برای تعداد بیشتری از مردم قابل دسترس باشد. با کاهش زمان مورد نیاز برای انجام تحقیقات، هزینهها نیز کاهش مییابد. این بهینهسازیها به این معنی است که شرکتهای کوچکتر یا محققانی که بودجه کمتری دارند، میتوانند در همین نوع مطالعات شرکت کنند.
بررسیهای معمولی در نجوم ممکن است میلیاردها دلار هزینه داشته باشند، که بسیار بیشتر از آن است که بسیاری از شرکتها یا مؤسسات آموزشی بتوانند پرداخت کنند. هوش مصنوعی این هزینهها را به روشهای مختلف کاهش میدهد. یکی از واضحترین راهها این است که زمان لازم برای انجام این تحقیقات را کاهش میدهد، اما مزایای آن فراتر از این است.
مدلهای پیچیده یادگیری ماشینی میتوانند نتایج قابل قبولی را با دادههای کمتر ارائه دهند و هزینههای مرتبط را کاهش دهند. با پیشرفت این فناوری، الگوریتمهای آماده بهطور گستردهتری در دسترس قرار میگیرند و هزینههای فناوری و زمان آموزش مدلها کاهش مییابد. این روندها باعث میشوند که نقشهبرداری از فضا دموکراتیکتر شود و تنوع بیشتری در مطالعات ایجاد کند، که این خود به نوآوری کمک میکند.
هوش مصنوعی اسرار کیهان را باز میکند
برای پیشرفت در اکتشافات فضایی، دانشمندان باید با جزئیات بیشتری از کیهان نقشهبرداری کنند و هوش مصنوعی میتواند کلید این تلاش باشد.
هوش مصنوعی در حال حاضر پیشرفتهای چشمگیری را در بسیاری از تحقیقات نجومی ایجاد کرده است. هر چه تیمهای بیشتری از این فناوری استفاده کنند، نتایج بهتر و واضحتری به دست میآید و دادههای مرتبط رشد میکنند. یادگیری ماشینی میتواند عاملی برای شروع یک مسابقه فضایی جدید در این زمینه باشد.