Штучний інтелект — ідеальний інструмент для дослідження Всесвіту

У спробі зрозуміти Всесвіт ми стаємо одержимими — нас манить жага спостережень. Супутники передають сотні терабайт даних інформації кожен рік, а всього один телескопі в Чилі буде видавати 15 терабайт картинок космосу кожну ніч. Жодна людина не зможе обробити їх вручну. Як говорить астроном Карло Енріко Петрильо, «дивитися на знімки галактик — найромантичніша частина нашої роботи. Проблема в тому, як залишатися зосередженими». Тому Петрильо розробляє ШІ, який буде йому допомагати.

Петрильо і його колеги шукали явище, яке по суті являє собою космічний телескоп. Коли масивний об'єкт (галактика або чорна діра) виявляється між далеким джерелом світла і спостерігачем на Землі, він згинає простір і світло навколо нього, створюючи лінзу, що дозволяє астрономам ближче поглянути на неймовірно старі і далекі ділянки Всесвіту, приховані від нашого погляду. Цей ефект називається гравітаційним лінзуванням, і ці лінзи є ключем до розуміння того, з чого складається Всесвіт. Досі шукати їх було повільно й утомливо.

Саме тут потрібен штучний інтелект — пошук гравітаційних лінз це самий початок. Як висловився стенфордський професор Ендрю Ин, здатність ІІ дозволяє автоматизувати все, що «типовий людина може зробити менше ніж за одну секунду мислення». Менше секунди може здатися не надто щедрим, але коли справа доходить до просіювання великих обсягів даних, це просто дар небес.

Нова хвиля астрономів розглядає ШІ не тільки як сортувальник даних. Вони досліджують щось, що може бути абсолютно новим способом пошуку наукових відкриттів, коли штучний інтелект буде відображати частини Всесвіту, яких ми ніколи не бачили.

Але спершу: гравітаційні лінзи. Загальна теорія відносності Ейнштейна передбачила це явище ще в 1930-х роках, але перші приклади з'явилися тільки в 1979 році. Чому? Тому що космос дуже і дуже великий, і людям потрібно було багато часу, щоб його оглянути, особливо без сучасних телескопів. Полювання на гравітаційні лінзи була складною.

«Лінзи, які у нас є зараз, були знайдені різними способами», каже Лілія Вільямс, професор астрофізики в Університеті Міннесоти. «Деякі були виявлені випадково, люди шукали щось зовсім інше. Деякі були знайдені людьми, які їх шукали, з другого чи третього разу».

Дивитися на картинки ІІ вміє дуже добре. Тому Петрильо і його колеги звернулися до інструменту ІІ, коханому в Кремнієвій долині: типом комп'ютерної програми, яка складається з цифрових «нейронів», змодельованих за образом справжніх, які активуються у відповідь на введення. Скорміть цим програмам (нейронних мереж) купу даних — і вони навчаться розпізнавати схеми і закономірності. Особливо добре вони працюють з візуальною інформацією і використовуються в самих різних системах машинного зору — від камер в самоврядних автомобілях до розпізнавання осіб на картинках в Facebook.

Як було написано в статті, опублікованій в минулому місяці, застосування цієї технології для полювання на гравітаційні лінзи, було напрочуд простою. По-перше, вчені зробили набір даних для навчання нейронної мережі — згенерували 6 мільйонів фейкових зображень з гравітаційними лінзами і без них. Потім згодували нейронної мережі свої дані і залишили розбиратися в паттернах. Трохи тонкої настройки і вийшла програма, що розпізнає гравітаційні лінзи в мить ока.

«Відмінний класифікатор в особі людини розбирає зображення зі швидкістю тисячу на годину», говорить Петрильо. Одна лінза знаходиться приблизно раз в 30 000 галактик. Тому класифікатором доведеться працювати без сну і відпочинку протягом тижня, щоб знайти лише п'ять-шість лінз. Нейронна мережа, для порівняння, розбирається 21 789 зображень всього за 20 хвилин. І це з одним давнім процесором.

Нейронна мережа була не такою точною, як комп'ютер. Щоб та не прогледіла лінзи, їй поставили широкі параметри. Вона видала 761 можливих кандидатів, які люди вивчили і скоротили до 56. Щоб підтвердити, що це справжні лінзи, доведеться перевірити і підтвердити знахідки, але Петрильо вважає, що третина виявляться справжніми. Виходить приблизно по одній лінзі в хвилину, якщо порівнювати з сотнею лінз, виявлених всім науковим співтовариством за останні кілька десятиліть. Швидкість неймовірна, перспективи — величезні.

Пошук цих лінз необхідний для розуміння однією з найбільших загадок астрономії: з чого складається Всесвіт? Матерія, яку ми знаємо (планети, зірки, астероїди і т. д.) становлять лише 5% усього фізичної речовини, і ще 95% нам зовсім недоступні. Ці 95% представлені гіпотетичним речовиною — темною матерією, яку ми ніколи не спостерігали безпосередньо. Нам залишається тільки вивчати гравітаційний вплив, який вона чинить на іншу Всесвіт, і гравітаційні лінзи служать одним з найважливіших індикаторів.

Що ще може робити ІІ? Вчені працюють над рядом нових інструментів. Деякі, як Петрильо, беруть на себе задачу ідентифікації: класифікують галактики, наприклад. Інші прочісують потоки даних в пошуках цікавих сигналів. Деякі нейронні мережі усувають штучні перешкоди для радіотелескопа, вычленяя тільки корисні сигнали. Інші використовувалися для ідентифікації пульсарів, незвичайних екзопланет або поліпшення телескопів з низьким дозволом. Коротше кажучи, багато потенційних застосувань.

Цей вибухчастково пояснюється загальними тенденціями в області апаратного забезпечення, які дозволяють розширити поле застосування ШІ, начебто доступності дешевої обчислювальної потужності. Астрономам більше не потрібно просиджувати штани безхмарними ночами, спостерігаючи за рухом окремих планет; замість цього вони використовують складну техніку, яка переглядає ділянки неба один за іншим. Поліпшені телескопи і технології зберігання даних означають, що можливостей для аналізу тепер ще більше, говорить Вільямс.

Аналіз великих наборів даних — ось що чудово вміє робити штучний інтелект. Ми можемо навчити його розпізнавати закономірності і примусити працювати його невпинно, і він ні разу не моргне і не помилиться.

Хвилюються чи астрономи, що вони довіряють машині, якої може не вистачити людського розуміння, щоб виявити щось сенсаційне? Петрильо каже, що ні. «У цілому люди більш упередженими, менш ефективні і більш схильні до помилок, ніж машини». Уїяльмс погоджується. «Комп'ютери можуть втрачати певні речі, але вони будуть випускати їх систематично». Але поки ми знаємо те, чого не знають вони, ми можемо розгортати автоматизовані системи без особливого ризику.

Для деяких астрономів потенціал ІІ виходить за рамки простого сортування даних. Вони вважають, що штучний інтелект може бути використаний для створення інформації, що заповнює сліпі плями в наших спостереженнях за Всесвіту.

Астроном Кевін Шавински і його команда, що спеціалізується на астрофізиці галактик і чорних дір, використовують ШІ для підвищення дозволу розмитих знімків телескопів. З цією метою вони розгорнули нейронну мережу, яка неперевершено генерує варіації досліджуваних даних, ніби хороший фальсифікатор імітує стиль відомого художника. Ці ж мережі використовувались для створення фейкових зображень знімків зірок; фейкових аудиодиалогов, що імітують справжні голоси; та інших типів даних. На думку Шавинского, такі нейромережі створюють інформацію, яка була раніше нам недоступна.

У роботі, опублікованій Шавинским і його командою на початку цього року, вони показали, що ці мережі можуть покращувати якість знімків космосу. Вони знизили якість зображень ряду галактик, додали шуму і розмиття, а потім пропустили їх через нейромережі разом з оригінальними знімками. Результат був вражаючий. Але вчені поки не можуть ним поділитися.

Шавински обережно ставиться до проекту. Зрештою, він йде врозріз з основними принципами науки: ви можете дізнатися Всесвіт, тільки спостерігаючи її безпосередньо. «З цієї причини цей інструмент небезпечний», говорить він. І його можна використовувати тільки тоді, коли у нас є точні дані і коли ми можемо перевірити результат. Можна навчити нейромережа генерувати дані про чорні діри і відправити її на роботу в певну ділянку неба, який досі був погано досліджений. І якщо вона знайде чорну діру, астрономи повинні будуть підтвердити знахідку власноруч — як у випадку з гравітаційними лінзами.

Якщо ці методи виявляться плідними, вони можуть стати абсолютно новими методами дослідження, доповнити класичну комп'ютерне моделювання і старе добре спостереження. Поки все тільки починається, але перспективи дуже багатообіцяючі. «Якби у вас цей інструмент, ви могли б взяти всі дані з архівів, поліпшити деякі з них і витягти велику наукову цінність». Цінність, якої раніше не було. ІІ стане науковим алхіміком, що допомагає нам перетворювати старі знання в нові. І ми могли б дослідження космос, як ніколи раніше, навіть не покидаючи Землю.