Umělé inteligence leccos dokážou a mohou být velice užitečné. Když se lidé přestanou inteligencí bát a považovat je za zárodek Skynetu, tak se před námi otevírají ohromné možnosti. Zjistili to i odborníci SLAC National Accelerator Laboratory a Stanfordu, když jim došlo, že správně postavená umělá inteligence může ďábelsky rychle analyzovat gravitační čočky v datech z hlubokého vesmíru. Zvládne to 10 milionkrát rychleji, než je to možné standardními postupy.
Podle Laurence Perreault Levasseurové, spoluautora studie, kterou nedávno uveřejnili v Nature, jsou umělé inteligence jako blesk. Analýzy, které obvykle zaberou celé měsíce, vyžadují nasazení expertů a spoustu počítačového času, mohou umělé inteligence zvládnout za zlomek sekundy, v plně automatizovaném režimu a v zásadě na pouhém čipu chytrého telefonu.
Tým Kavli institutu KIPAC (Kavli Institute for Particle Astrophysics and Cosmology), což je spojené pracoviště SLAC a Stanfordu, nasadil neurální sítě na analýzu snímků se silným gravitačním čočkováním. To jsou situace, kdy je obraz velmi vzdálené galaxie znásoben a pozměněn do podoby prstenců nebo oblouků gravitací masivního objektu, jako je třeba kupa galaxií, který leží přesně na spojnici mezi vzdálenou galaxií a námi.
Z analýzy snímků takového gravitačního čočkování je možné vyčíst mnoho zajímavého o tom, jak je ve vesmíru rozložená hmota a jak se její rozložení mění v čase. Týká se to i hmoty a energie, kterou „nevidíme“ našimi přístroji. Tedy temné hmoty a temné energie. Tohle byl až do teď zdlouhavý proces, který zahrnuje porovnávání reálných snímků gravitačních čoček s velkým počtem snímků z počítačových simulací matematických modelů gravitačního čočkování. Pro jednu gravitační čočku to může trvat celé týdny. Když Levasseurová a spol. zkusili na snímcích z Hubbleova teleskopu a také na simulovaných gravitačních čočkách umělou inteligenci, tak to bylo hotové prakticky okamžitě.
Aby Levasseurová s kolegy vytvořili tak šikovné neurální sítě, tak si je nacvičili asi na půl milionu snímků simulovaných gravitačních čoček. A svoji práci inteligence zvládají skvěle. Bleskově určí parametry každé gravitační čočky, včetně rozložení její hmoty, a také to, jak moc vlastně čočka zvětšuje obraz vzdálené galaxie.
Doposud neviděné schopnosti přehrabat ohromné množství dat a provést komplexní analýzy velikou rychlostí a plně automatizovaným postupem by teď prý mohly zcela změnit astrofyziku. Podle badatelů se tím pádem dostáváme daleko za dnešní aplikace neurálních sítí v astrofyzice, které bývají omezeny na řešení klasifikací, neboli na rozhodování otázek, jako je např. zda je snímku gravitační čočka, anebo není. V blízké budoucnosti nás robotické teleskopy a další astronomické přístroje zaplaví spoustou dat, a to bude práce pro pokročilé umělé inteligence.
Například, budoucí teleskop Large Synoptic Survey Telescope (LSST), jehož 3,2 gigapixelovou kameru právě připravují v laboratořích SLAC, podle všeho přinese úžasná data, v nichž by měly být objeveny desítky tisíc doposud neznámých silných gravitačních čoček. Dnes jich známe jen pár set. Podle Levasseurové je prakticky jisté, že astrofyzici nebudou mít dost lidí na to, aby analyzovali taková data v přijatelně krátké době. Bez dobře vycvičených neurálních sítí se určitě neobejdou. Astrofyzikům by to mělo poskytnout prostor a čas na přemýšlení a kladení těch správných otázek o vesmíru.
Literatura
Symmetry Magazine 30. 8. 2017.