Школьник совершил 1,5 млн космических открытий с помощью ИИ из старых архивов NASA

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Мнение | Наука и космос

Представьте себе: необъятный космос, полный тайн. Миллиарды звезд, галактик, туманностей… И среди всего этого великолепия — 1,5 миллиона объектов, о существовании которых мы до недавнего времени даже не подозревали. А теперь самое интересное: кто же их нашел? Огромный научный коллектив? Новейший суперкомпьютер? Нет. Старшеклассник. Да-да, обычный парень по имени Маттео Пас, вооружившись любопытством и искусственным интеллектом. Звучит как научная фантастика, не так ли? Но это чистая правда.

Искра любопытства и океан данных

Все началось довольно прозаично. Маленький Маттео, еще будучи школьником младших классов, попал на публичные лекции по астрономии в знаменитом Калтехе (Калифорнийский технологический институт). Знаете, такие мероприятия, где ученые рассказывают о далеких мирах так, что дух захватывает. Видимо, тогда-то и зажглась в нем искра. Годы спустя, летом 2022-го, он вернулся в Калтех, но уже не просто слушателем, а участником программы Planet Finder Academy, чтобы глубже погрузиться в астрономию и связанную с ней информатику.

Иллюстрация
Автор: ИИ Copilot Designer//DALL·E 3 Источник: www.bing.com

Его наставником стал Дэви Киркпатрик, опытный астроном из IPAC (Инфракрасный центр обработки и анализа данных). У Киркпатрика была своя давняя задумка. Дело в том, что инфракрасный телескоп NEOWISE, который больше десяти лет исправно сканировал небо в поисках астероидов, попутно насобирал гигантский массив данных о других объектах. Телескоп фиксировал тепловое излучение звезд, квазаров, всяких там пульсирующих и затмевающихся светил — астрономы называют их переменными объектами.

И вот тут загвоздка: данных — океан. Буквально сотни миллиардов записей! Обработать такой объем вручную — задача практически невыполнимая. Первоначальный план Киркпатрика был скромнее: взять ма-а-аленький кусочек неба, найти там что-нибудь интересное вручную и показать коллегам: мол, смотрите, какой потенциал тут скрыт!

Как WISE осматривает небо, на основе данных, приведенных в E. L. Wright et al. (2010).
Автор: Matthew Paz 2024 AJ 168 241 Источник: iopscience.iop.org
Неожиданный помощник: Искусственный интеллект?

Но у Маттео был другой взгляд на вещи. За плечами у него была не только школьная программа, но и факультатив по программированию, теории информатики и даже продвинутая математика уровня вуза (спасибо специальной программе в его школе!). Он понимал: такие гигантские, упорядоченные наборы данных — идеальная пища для искусственного интеллекта. Зачем копаться вручную там, где машина может сделать это быстрее и эффективнее?

И он взялся за дело. За каких-то шесть недель летней программы он начал создавать свой алгоритм машинного обучения. Идея была в том, чтобы научить ИИ выискивать в данных NEOWISE характерные признаки переменности — крошечные, но закономерные изменения яркости объектов во времени. Те самые вспышки, пульсации, затмения, которые выдают интересные космические явления.

Конечно, без помощи наставника тут не обошлось. «Каждая встреча с Дэви — это 10% работы и 90% простого общения», — смеется Маттео. Киркпатрик не только делился астрономическими знаниями, но и познакомил парня с другими специалистами Калтеха, экспертами по машинному обучению и изучению переменных объектов. Вместе они поняли специфику данных NEOWISE: из-за особого ритма наблюдений телескоп мог «пропускать» очень быстрые вспышки или, наоборот, слишком медленные, постепенные изменения. Это тоже нужно было учесть при разработке алгоритма.

Пример облака точек источника: HD 165459.
Автор: Matthew Paz 2024 AJ 168 241 Источник: iopscience.iop.org
Наставник — это важно! Маленькое отступление

Кстати, о наставничестве. Знаете, почему Киркпатрик так охотно взялся помогать Маттео? Оказывается, в его собственной жизни был такой же поворотный момент. Он рос в фермерской общине, и путь в астрономию ему открыла школьная учительница химии и физики. Именно она разглядела в нем потенциал и подсказала, как двигаться к мечте. «Я хотел передать такой же опыт кому-то еще», — говорит Киркпатрик. Иногда один вовремя данный совет, одна искра поддержки могут изменить всю жизнь. Правда же?

Полтора миллиона находок и взгляд в будущее

Лето закончилось, но работа продолжилась. В 2024 году Маттео не только довел свой алгоритм до ума, но и сам уже выступал наставником для других школьников.

И вот результат: усовершенствованный ИИ «перелопатил» весь массив необработанных данных NEOWISE. И что вы думаете? Он выявил и классифицировал 1,5 миллиона потенциально новых переменных объектов! Целый неизведанный пласт Вселенной, скрытый в данных старого телескопа. Теперь Маттео и Дэви планируют опубликовать полный каталог этих находок в 2025 году, сделав его доступным для всего научного мира.

Но и это еще не все. Алгоритм, созданный Маттео, оказался на удивление универсальным. «Его можно применять для любых исследований, где данные поступают в виде временных рядов», — объясняет сам автор. Он видит потенциал даже в анализе биржевых графиков (там ведь тоже важны периодические изменения!) или в изучении атмосферных явлений, где суточные и сезонные циклы играют ключевую роль.

Слева: съемка LEDA 174461 в рамках Legacy Survey Data Release 9. Справа: съемка unWISE W1/W2 NEOWISE Data Release 7.
Автор: Matthew Paz 2024 AJ 168 241 Источник: iopscience.iop.org
Что дальше?

А что же сам Маттео? Он еще заканчивает школу, но уже числится сотрудником Калтеха и работает в IPAC под руководством своего наставника. Это его первая настоящая работа.

Вот такая история. История о том, как юношеское любопытство, помноженное на современные технологии и поддержку опытного наставника, позволило заглянуть в космические глубины и обнаружить сокровища там, где их, казалось бы, уже не ждали. Кто знает, какие еще открытия ждут нас, если мы научимся правильно задавать вопросы и использовать мощь искусственного разума? Поживем — увидим!

16 комментариев

A
Вероятно ИИ использовался для нахождения объекта/звёзды по взаимному положению звёзд, так как звёзды могут менять местоположение тысячелетиями, то есть незаметно для массива данных собранных за несколько лет. После чего по каждой звезде составили ряд времени и яркости с дальнейшим анализом на периодичность изменений.
J
Ждём «каталог» от Матео )
1
Что, небыло в школе наставника из университета? Это потому что вы не достаточное талантливые!
104444538815621471066@google
Очередной «гений» из пелёнок, который «чисто сам себя сделал»
716864@vkontakte
Скорее, ИИ помноженный на любопытство школьника…
l
Спасибо, посмеялся, потом попукал, пойду посру
115805951149438891701@google
Глупый вопрос, а все эти данные кем то подтверждены? ИИ это (вроде) хорошо, но как он их находил, эти звезды? Сколько раз он мог посчитать одну и туже звезду на разных фото? А то может их всех уже нашли или их не 1,5 млн, а всего 150, например.
108543325643621000929@google
Сдаётся мне, что и эта статья написана с помощью ИИ. 😂
410034458583@odnoklassniki
Сам себя не похвалишь… Подумал ИИ.
p
мы живём в матрице которую написал ИИ
s
Ну вот опять, битые пиксели только ии может находить? И до ии это было невозможно? А может вся статья написана ии, для пиара ии?
108128226752132418620@google
Это типа что когда есть станет нечего — бедных можно будет кормить «архивами» а потом ещё и написать статью о том, что дескать вот, с помощью желания повеуснее поесть, и всего одного сартира…
845208@vkontakte
У меня друг начал крутые стихи писать, внезапно в 40 лет. Потом выяснилось, что он подписку на суно оформил. Новые времена.
1
В смысле «там, где не ждали»? Целое море данных, в которое просто никто не хотел лезть.

Добавить комментарий

Сейчас на главной

Новости

Публикации

Как маленький Люксембург стал одним из самых богатых государств мира

Иногда смотришь на карту Европы и поражаешься: как получилось, что крошечный Люксембург, который можно пересечь на машине быстрее, чем добраться из одного конца Питера или Стамбула в другой,...

Как зимой проехать дольше на электромобиле. Несколько простых советов

Морозные условия доставляют неприятности электромобилям и снижают их эффективность. Одной из основных неприятностей при низкой температуре окружающей среды является падение характеристик...

Концептуальное часовое искусство Константина Чайкина и акриловые шестеренки: разбираемся с Агасфером

За последний год имя российского изобретателя, часовщика Константина Чайкина звучало особенно часто. И каждый раз, заметим, заслуженно!Во-первых, как часовой мастер, кажется, наш герой все...

Из чего на самом деле делали растворимый кофе в СССР

Если вы росли в Советском Союзе и помните маленькие жестяные баночки с надписью «Кофе растворимый», то почти наверняка пили вовсе не кофе. Это был один из самых грандиозных пищевых обманов XX...

Как получилось, что Канада — вторая по размеру страна мира, но почти пустая

Иногда смотришь на карту Канады и ловишь себя на странном ощущении. Страна огромная, почти десять миллионов квадратных километров, по общей площади это второй гигант мира после России. Но стоит...

210 лет «Павлу Буре»: в Москве открылась уникальная выставка коллекционных часов из частных собраний

Вероятно, даже тем, кто интересуется часами, при упоминании имени «Павел Буре» в первую очередь на память придет шайба и клюшка. Однако наша история помнит и «дохоккейные» времена, когда это имя...