كيف يساعد التعرف على الوجه علماء الفلك على كشف أسرار المادة المظلمة

يمكن نفس التكنولوجيا التي تستخدم ل فتح الهواتف الذكية للأشخاص تساعد أيضًا في كشف أسرار الكون؟ قد يبدو الأمر غير محتمل، ولكن هذا هو بالضبط ما يعمل الباحثون من جامعة ETH Zurich التي تركز على العلوم والتكنولوجيا على تحقيقه.

استخدام نوع مختلف من الشبكة العصبية للذكاء الاصطناعي المستخدمة في التعرف على الوجه اليوم التكنولوجيا، لقد طوروا الذكاء الاصطناعي الجديد. الأدوات التي يمكن أن تغير قواعد اللعبة في اكتشاف ما يسمى “المادة المظلمة". ويعتقد الفيزيائيون أن فهم هذه المادة الغامضة ضروري لشرح الأسئلة الأساسية حول البنية الأساسية للكون.

"إن الخوارزمية التي نستخدمها قريبة جدًا مما هو شائع الاستخدام في التعرف على الوجه". جانيس فلوري، شهادة دكتوراه. قال الطالب الذي يعمل في مختبر ETH Zurich، إنه يركز على تطبيق الشبكات العصبية على المشكلات الكونية، وفقًا لـ Digital Trends. "جمال الذكاء الاصطناعي. هو أنه يمكن أن يتعلم من أي بيانات. وفي التعرف على الوجه، يتعلم التعرف على العيون والأفواه والأنوف، بينما نبحث عن الهياكل التي تعطينا تلميحات حول المادة المظلمة. يعد التعرف على الأنماط هذا جوهر الخوارزمية. وفي نهاية المطاف، قمنا فقط بتكييفه لاستنتاج المعلمات الكونية الأساسية.

المادة المظلمة مهمة

ولكن ما الذي يبحث عنه الباحثون بالضبط؟ في الوقت الحالي، الأمر ليس معروفًا تمامًا. ولكن كما ذكر قاضي المحكمة العليا في الولايات المتحدة، بوتر ستيوارت، فيما يتعلق بالفحش: "أعرفه عندما أراه". أو بالأحرى لن نفعل ذلك، لأنه لا يمكن رؤيته. لكن العلماء سيعرفونها بمجرد العثور عليها. مرحبًا بكم في عالم المادة المظلمة الغريب.

لقد تم الافتراض بوجود المادة المظلمة بشكل ما منذ أكثر من قرن من الزمان. ويُعتقد أنها تمثل حوالي 27% من الكون، وهي تفوق المادة المرئية بنسبة ستة إلى واحد تقريبًا. كل شيء في الكون يمكننا اكتشافه – كل المادة الذرية التي تشكل المجرات والنجوم والكواكب والحياة على الأرض، الجهاز الذي تقرأ عليه هذه المقالة هو مجرد جزء صغير جدًا من كل المادة موجود. ولا يمكن تتبع الجزء الأكبر منه مباشرة. إنه غير مرئي وقادر على المرور مباشرة عبر المادة المرئية العادية.

وبدلاً من ذلك، فإن وجوده يعتمد على ملاحظاتنا حول الطريقة التي يعمل بها الكون؛ مثل زميل في المنزل لا تراه أبدًا ولكن من المؤكد أنه موجود لأنه يتم دفع نصف فواتيره ويستخدم شخص ما الدش أحيانًا عندما تريد ذلك. فقط في هذه الحالة، يرجع السبب في ذلك إلى أن العلماء توصلوا إلى أن السرعة التي تدور بها المجرات هي بسرعة كافية بحيث لا يمكن الاحتفاظ بها معًا ببساطة عن طريق الجاذبية الناتجة عن الأشياء التي يمكن ملاحظتها موضوع. لذلك يُنظر إلى المادة المظلمة على أنها المكونات السرية التي تمنح هذه المجرات الكتلة الإضافية التي تحتاجها حتى لا تمزق نفسها مثل كيس ورقي انتحاري. وهو ما يدفع المادة الطبيعية على شكل غبار وغاز إلى التجمع والتجمع في النجوم والمجرات.

عدسة الجاذبية الضعيفة للإنقاذ

يبدو البحث عن شيء لا يمكن النظر إليه أمرًا صعبًا. إنها. ولكن هناك طريقة تمكن العلماء من تحديد المكان الذي يعتقدون أنه من المرجح أن تتواجد فيه المادة المظلمة. يفعلون ذلك من خلال النظر إلى الطرق الدقيقة التي يؤدي بها الضوء إلى انحناء جاذبية مجموعات المجرات الكبيرة وتشويه الضوء من المجرات البعيدة. وهذا ما يسمى عدسة الجاذبية الضعيفة.

إن مراقبة المناطق المحيطة بمجموعات ضخمة من المجرات تتيح لعلماء الفلك تحديد المجرات الخلفية التي تبدو مشوهة. ومن خلال الهندسة العكسية لهذه التشوهات، يمكنهم بعد ذلك عزل المكان الذي يعتقدون أنه يمكن العثور على التركيزات الأكثر كثافة للمادة فيه، المرئية وغير المرئية. فكر في الأمر مثل تأثير السراب الذي يتسبب في جعل الصور البعيدة غير واضحة ومتلألئة في يوم حار - فقط على مسافة أبعد بكثير.

أوضح جانيس فلوري: "في السابق، كان يمكن للمرء دراسة خرائط الكتلة ذات العدسات الضعيفة عن طريق تحديد الميزات ذات الصلة يدويًا". "هذه مهمة معقدة للغاية وليس هناك ما يضمن أن الميزات المحددة تحتوي على جميع المعلومات ذات الصلة. لقد قمنا بحل هذه المشكلة مع الذكاء الاصطناعي. يقترب. إن الشبكات العصبية التلافيفية المستخدمة في عملنا تتفوق في التعرف على الأنماط.

الشبكة العصبية التلافيفية هي نوع من الذكاء الاصطناعي المستوحى من الدماغ والذي يُستخدم بشكل متكرر في مهام تصنيف الصور. في حين أن خلاياها العصبية لا تزال تمتلك الأوزان والتحيزات القابلة للتعلم للشبكات العصبية التقليدية (أي الأشياء التي تسمح لها بذلك) تعلم)، افتراضها الصريح أنها تتعامل مع الصور كمدخلات تسمح لمنشئيها بتقليل عدد المعلمات في الملف شبكة. وهذا يجعلها أكثر كفاءة.

"بشكل تقريبي، [يعمل من خلال تزويد الشبكات] بكمية كبيرة من البيانات، يقومون تلقائيًا بإنشاء مجموعة من المرشحات المعقدة لاستخراج المعلومات ذات الصلة من الخرائط". الدكتور توماس كاكبرزاك، أحد المؤلفين المشاركين الآخرين في المشروع، قال لـ Digital Trends. "ثم يحاول الجمع بين هذه المرشحات على النحو الأمثل لإعطاء إجابة دقيقة قدر الإمكان."

استخراج المعلمات الكونية

وقام الباحثون بتدريب شبكتهم العصبية عن طريق تغذيتها بالبيانات التي تم إنشاؤها بواسطة الكمبيوتر والتي تحاكي الكون. وقد سمح ذلك لها بتحليل خرائط المادة المظلمة بشكل متكرر حتى تتمكن من استخلاص "المعلمات الكونية" من الصور الحقيقية للسماء ليلاً. وأظهرت النتائج تحسينات بنسبة 30% مقارنة بالطرق التقليدية، بناءً على التحليل الإحصائي الذي أجراه الإنسان.

"الذكاء الاصطناعي. وتابع فلوري: "تحتاج الخوارزمية إلى الكثير من البيانات لتتعلمها في مرحلة التدريب". "من المهم جدًا أن تكون بيانات التدريب هذه، في عمليات المحاكاة الخاصة بنا، دقيقة قدر الإمكان. وبخلاف ذلك، فإنه سيتعلم ميزات غير موجودة في البيانات الحقيقية. للقيام بذلك، كان علينا إنشاء الكثير من عمليات المحاكاة الكبيرة والدقيقة، الأمر الذي كان أمرًا صعبًا للغاية. بعد ذلك، كان علينا تعديل الخوارزمية لتحقيق أعلى أداء. وقد تم ذلك عن طريق اختبار بنيات شبكات متعددة لتحسين الأداء.

ثم استخدموا شبكتهم العصبية المدربة بالكامل لتحليل خرائط المادة المظلمة الفعلية. هذه جاءت من ما يسمى مجموعة بيانات KiDS-450تم إجراؤها باستخدام تلسكوب المسح VLT (VST) في تشيلي. تغطي مجموعة البيانات مساحة إجمالية تبلغ حوالي 2200 ضعف حجم القمر الكامل. ويحتوي على سجلات لحوالي 15 مليون مجرة.

وبسبب هذه الكمية الهائلة من البيانات، احتاج الباحثون إلى حاسوب فائق لتشغيل ذكائهم الاصطناعي. لقد قاموا في النهاية بتشغيل الذكاء الاصطناعي الخاص بهم. على جهاز كمبيوتر في المركز الوطني السويسري للحوسبة الفائقة في لوغانو، وهي مدينة تقع في جنوب سويسرا على الحدود مع إيطاليا. أجهزة الكمبيوتر العملاقة في CSCS متاحة لجميع الجامعات والمؤسسات البحثية السويسرية. آلاتها قوية جدًا لدرجة أنه من أجل منع ارتفاع درجة حرارتها، المياه من بحيرة لوغانو القريبة يتم ضخها للتبريد بمعدل 460 لترا في الثانية.

الذكاء الاصطناعي الكوني.

"كان هذا أول تطبيق للذكاء الاصطناعي. وقال فلوري: "للحصول على بيانات كونية حقيقية، بما في ذلك جميع الجوانب العملية التي تأتي معها". "يمكننا أن نظهر أن طريقتنا تنتج نتائج متسقة على مجموعة بيانات صغيرة نسبيًا. نأمل في استخدام نفس الطريقة في عمليات رصد أكبر، ولكن أيضًا قياس المزيد من المعلمات الكونية لاستكشاف جوانب أخرى من الفيزياء الكونية. وأخيرًا، نأمل أن نتعلم رؤى جديدة حول القطاع المظلم من الكون.

وفقًا لفلوري، فقد تجاوز الفريق الآن مجموعة بيانات KiDS-450، "حيث توجد الآن مجموعات بيانات أحدث وأفضل". واحد على وجه الخصوص هو مسح الطاقة المظلمة، وهو مسح واسع النطاق مرئي وبالأشعة تحت الحمراء القريبة أجرته مؤسسات بحثية وجامعات من الولايات المتحدة والبرازيل والمملكة المتحدة وألمانيا وإسبانيا وسويسرا.

وقال فلوري: "قبل أن نتمكن من تحليل مجموعات البيانات الجديدة، نحتاج إلى تكييف الطريقة بحيث يمكنها التعامل مع حجم البيانات المتزايد". "نحن نقوم حاليًا بتجربة بعض الأساليب لتحقيق ذلك. بعد ذلك سنناقش مجموعة البيانات التالية التي نريد تحليلها. لا أستطيع أن أعطيك جدولًا زمنيًا بعد، لأنه يعتمد على مجموعة البيانات المختارة ومتطلبات عمليات المحاكاة.

وكانت ورقة تصف العمل نُشر مؤخرًا في مجلة Physical Review D.

توصيات المحررين

• يريد الباحثون استخدام موجات الجاذبية للتعرف على المادة المظلمة
• كيفية مشاهدة إطلاق تلسكوب إقليدس للمادة المظلمة يوم السبت
• اللمسة النهائية: كيف يمنح العلماء الروبوتات حواس اللمس الشبيهة بالإنسان
• يلتقط هابل مجموعة مجرات عملاقة يمكن أن تساعدنا في فهم المادة المظلمة
• هل يمكن أن تتشكل الثقوب السوداء الهائلة من المادة المظلمة؟