همكاري انسان و هوش مصنوعي براي كشف 40 هزار كهكشان جديد
يك روش جديد “”سايبورگ”” با تركيب هوش انساني و ماشيني به يافتن 40 هزار كهكشان حلقوي كمك مي كند.
به گزارش آي اي، دانشمندان در نشست ملي نجوم طي بيانيه اي اعلام كردند كه انسان ها براي يافتن 40 هزار كهكشان حلقوي به همكاري با هوش ماشيني در سراسر جهان مي پردازند.دكتر مايك والمزلي (Mike Walmsley) از دانشگاه منچستر با همكاري پروژه “”Galaxy Zoo”” روشي به نام “”سايبورگ”” را براي اندازه گيري شكل ميليون ها كهكشان مختلف توسعه داده اند.””سايبورگ”” اصطلاحي است كه براي اشاره به تركيب موجودات زنده و اجزاي مكانيكي استفاده مي شود. هوش مصنوعي جديدي به نام زوبات (Zoobot) قرار است به شناسايي هزاران كهكشان حلقوي كمك كند.
وب سايت Galaxy Zoo، كه يك پروژه علمي جمع سپاري است، داده هايي در مورد ستارگاني كه مدار آنها به دليل برخوردهاي كهكشاني و انفجار انرژي ناشي از ابرسياهچاله ها مختل شده است، جمع آوري مي كند. “”جمع سپاري”” به معناي برون سپاري يك پروژه به انبوه مردم است. با اين حال، طبقه بندي همه اين داده ها بر اساس يك رويداد كيهاني خاص كه باعث ايجاد اختلال هاي عظيم مي شود، نيازمند انجام ميليون ها اندازه گيري است. حجم اين داده ها به قدري زياد است كه بيش از يك عمر طول مي كشد تا داوطلبان انساني بتوانند آن ها را مرتب كنند. اينجاست كه هوش ماشيني وارد مي شود. دكتر والمزلي از يك دهه اندازه گيري داوطلبان Galaxy Zoo ، براي ايجاد الگوريتم هوش مصنوعي “”زوبات”” استفاده كرد كه مي تواند به عنوان دستيار در اين پروژه با افراد همكاري كند. اين هوش مصنوعي مي تواند به دقت پيش بيني كند كه داوطلبان انساني در مورد نقاط داده خاص چه خواهند گفت و همچنين مي تواند بفهمد كه در چه بخش هايي امكان اشتباه وجود دارد. “”زوبات”” از يادگيري ماشيني استفاده مي كند، به اين معني كه بارها و بارها با استفاده از يك مجموعه داده آموزش داده مي شود تا زماني كه بتواند عملكرد مورد نياز را با سرعت باورنكردني انجام دهد. به گفته دكتر والمزلي، با استفاده از “”زوبات””، انسان ها و ماشين ها براي پيشبرد علم نجوم همكاري مي كنند و ما به ستاره شناسان ديگر كمك مي كنيم تا سؤالاتي را كه هرگز فكر نمي كرديم پرسيده شود، پاسخ دهند. آيا هوش ماشيني مي تواند به ما در يافتن حيات بيگانه كمك كند؟ كار بر روي هوش مصنوعي “”زوبات”” و همچنين ساير راه حل هاي نجومي يادگيري ماشيني به دانشمندان كمك مي كند تا حجم عظيمي از داده ها را در آينده دسته بندي و بررسي كنند. به عنوان مثال، در سال 2018، محققان دانشگاه پليموث (Plymouth) دريافتند كه چگونه مي توان از هوش مصنوعي براي كمك به جستجوي هوش فرازميني استفاده كرد. الگوريتم آنها قادر بود به سرعت سيارات داراي شرايط قابل سكونت را شناسايي كند. دكتر بروك سيمونز (Brooke Simmons)، از دانشگاه لنكستر (Lancaster)، مي گويد: اين هفته Galaxy Zoo پانزده ساله مي شود و ما همچنان در حال نوآوري هستيم. كاري كه دكتر والمزلي رهبري مي كند، نسل جديدي از اكتشافات كهكشان ها را ممكن مي كند. در حقيقت، يادگيري ماشيني در حال حاضر به طور گسترده در زمينه نجوم مورد استفاده قرار مي گيرد. به عنوان مثال، همين هفته، محققان دانشگاه كرتين استراليا اعلام كردند كه مكان دقيق تولد يك شهاب سنگ سياه زيبا در مريخ را مشخص كرده اند. محققان دانشگاه كاليفرنيا، سانتا كروز، همچنين در حال آموزش يك هوش مصنوعي به نام “”Morpheus”” با استفاده از اولين تصاوير خيره كننده تلسكوپ فضايي جيمز وب هستند كه اواخر هفته گذشته منتشر شد.
.مجتمع نوآوری باز کوشا از همه علاقه مندان در حوزه هوش مصنوعی و نوآوری دعوت می کند تا در رویدادهای کوشا شرکت نمایند
|