Искусственный интеллект поможет заглянуть вглубь Вселенной

Искажения в пространстве и времени скорее можно представить себе в научной фантастике, чем в реальном мире. Однако, это не совсем так. Анализ изображений гравитационных волн может помочь нам значительно расширить диапазон и разрешение таких телескопов, как Хаббл, что позволит рассмотреть недоступные ранее удаленные уголки Вселенной.

Использование нейронных сетей ИИ для решения проблемы способно ускорить этот процесс в десятки миллионов раз в сравнении с ранее используемыми методами. Это означает, что анализ, который может занять у экспертов несколько недель или даже месяцев, теперь может быть выполнен с помощью нейронных сетей за доли секунды.

Разработанная исследователями из Стэнфордского университета и Национальной ускорительной лаборатории SLAC новая нейронная сеть способна анализировать изображения от так называемой гравитационной линзы. Существование этого эффекта впервые предсказал Альберт Эйнштейн, который предположил, что тела с гигантской массой, такие как звезды, могут искривлять проходящий вблизи них свет. Этот эффект аналогичен телескопу в том, что он позволяет с большей четкостью рассматривать удаленные объекты. Однако, в отличие от телескопа, гравитационные линзы искажают предметы, растягивая кольца и дуги, поэтому требуются вычислительные возможности компьютера, чтобы произвести коррекцию изображений.

Для обучения нейронной сети исследователи использовали около полумиллиона смоделированных изображений гравитационной линзы. После того, как это было сделано, нейронная сеть была способна выявлять новые линзы и определять их свойства, вплоть до распределения их массы и величины масштаба увеличения фоновой галактики.

Эта работа выполнена в идеально подходящее время, учитывая то, что проекты вроде Большого синоптического исследовательского телескопа (LSST) с 3,2-гигапиксельной матрицей в настоящее время находятся в стадии создания в SLAC.

Предполагается увеличение числа известных мощных гравитационных линз от нескольких сотен до десятков тысяч.

Удивительно, что этой нейронной сети даже не нужен суперкомпьютер. Одна из тестируемых нейронных сетей была разработана для использования на iPhone. Изучение Вселенной стало более удобным, чем когда-либо прежде.