На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

iXBT.com

34 подписчика

Свежие комментарии

  • Иван Николаев
    Японцы одновременно выпустили три лимитированных серии. Вот кросстрек, плюс импреза, плюс леворг. Кросстрек, конечно,...Представлен новый...
  • Юрий Стенякин
    А если учесть что компания официально ушла с российского рынка то преимущества спорныПредставлена нова...
  • Mikhail Stepanov
    Ха-ха! В то время, как российская гиперзвуковой ракета летит со скоростью около 20 тыс. км. В час!США успешно испыт...

Искусственный интеллект на службе астрономии: новый алгоритм глубокого обучения помогает различать тёмную материю и другие космические эффекты

Учёные сделали значительный шаг вперед в понимании тёмной материи, — «невидимой силы», которая составляет около 85% всей материи во Вселенной. Астроном Дэвид Харви из Лаборатории астрофизики EPFL разработал алгоритм глубокого обучения, который может различать тонкие признаки самовзаимодействий тёмной материи и эффекты обратной связи активных галактических ядер (AGN).

Тёмная материя является одной из самых неуловимых тайн науки, и её истинная природа остаётся неизвестной несмотря на десятилетия исследований. Согласно ведущей теории, тёмная материя может быть типом частиц, которые едва ли взаимодействуют с чем-либо ещё, кроме как через гравитацию. Однако некоторые учёные полагают, что эти частицы могут время от времени взаимодействовать друг с другом, явление, известное как самовзаимодействие.

Источник: Scott Lord from Pexels

Обнаружение таких взаимодействий может дать важные подсказки о свойствах тёмной материи, но различение этих сигналов от других космических эффектов, таких как вызванные AGN, было серьёзной проблемой. Обратная связь AGN может воздействовать на материю способами, которые похожи на эффекты тёмной материи, что затрудняет различение этих двух явлений.

Алгоритм Харви, названный Inception, использует свёрточную нейронную сеть (CNN) для анализа изображений скоплений галактик и различения эффектов самовзаимодействий тёмной материи и эффектов обратной связи AGN. Inception был обучен на тысячах смоделированных изображений скоплений галактик и достиг впечатляющей точности в 80% при идеальных условиях.

Этот подход на основе искусственного интеллекта может оказаться невероятно полезным для анализа огромных объёмов данных, которые собирают космические миссии.

Более того, способность ИИ обрабатывать неочевидные данные указывает на то, что он адаптивен и надёжен, что делает его многообещающим инструментом для будущих исследований тёмной материи.

«Подходы на основе ИИ, такие как Inception, могут существенно повлиять на наше понимание того, что такое тёмная материя. Поскольку новые телескопы собирают беспрецедентные объёмы данных, этот метод поможет учёным быстро и точно их "просеять", потенциально раскрывая истинную природу тёмной материи», — прокомментировал Дэвид Харви.

Ссылка на первоисточник
наверх