AI เพื่อช่วยศึกษาภาพแรกจากกล้องโทรทรรศน์อวกาศเจมส์ เวบบ์ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

AI ช่วยศึกษาภาพแรกจากกล้องโทรทรรศน์อวกาศเจมส์ เวบบ์

นักวิทยาศาสตร์ทั่วโลกกำลังเตรียมพร้อมที่จะศึกษาภาพแรกที่ถ่ายโดยกล้องโทรทรรศน์อวกาศเจมส์ เวบบ์ ซึ่งจะออกในวันที่ 12 กรกฎาคม

นักดาราศาสตร์บางคนจะใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องกับข้อมูลเพื่อตรวจจับและจำแนกกาแลคซีในห้วงอวกาศในระดับรายละเอียดที่ไม่เคยเห็นมาก่อน แบรนท์ โรเบิร์ตสัน ศาสตราจารย์ด้านฟิสิกส์ดาราศาสตร์แห่งมหาวิทยาลัยแคลิฟอร์เนีย ซานตาครูซ ในสหรัฐอเมริกาเชื่อว่าการหลุดของกล้องโทรทัศน์จะนำไปสู่การ นวัตกรรม ที่จะช่วยให้เราเข้าใจได้ดีขึ้นว่าจักรวาลก่อตัวขึ้นเมื่อ 13.7 พันล้านปีก่อนได้อย่างไร

“ข้อมูล JWST นั้นน่าตื่นเต้นเพราะมันทำให้เรามีหน้าต่างที่ไม่เคยมีมาก่อนในจักรวาลอินฟราเรดด้วยความละเอียดที่เราเคยฝันถึงมาจนถึงตอนนี้” เขากล่าว ลงทะเบียน. โรเบิร์ตสันช่วยพัฒนา morpheusซึ่งเป็นแบบจำลองแมชชีนเลิร์นนิงที่ได้รับการฝึกฝนให้เจาะพิกเซลและเลือกวัตถุที่มีรูปร่างเป็นหยดเบลอจากห้วงอวกาศอันลึกล้ำ และพิจารณาว่าโครงสร้างเหล่านี้เป็นกาแลคซีหรือไม่ และหากเป็นเช่นนั้น เป็นประเภทใด

ซอฟต์แวร์นี้จะถูกใช้เป็นส่วนหนึ่งของโปรแกรม COSMOS-Webb ซึ่งเป็นโครงการที่ใหญ่ที่สุดและทะเยอทะยานที่สุดที่กล้องโทรทรรศน์จะดำเนินการในปีแรก โรเบิร์ตสันและทีมนักวิจัยเกือบ 50 คนจะสำรวจกาแล็กซีกว่าครึ่งล้านกาแล็กซีจากท้องฟ้า พวกเขาจะออกตามล่ากาแลคซีที่เก่าแก่และมีวิวัฒนาการเต็มที่เพื่อศึกษาว่าสสารมืดวิวัฒนาการไปตามกาลเวลาอย่างไรเมื่อโครงสร้างเหล่านี้เริ่มมีดาวฤกษ์ และใช้ซอฟต์แวร์เพื่อทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติ

การรวมเอาการเปิดรับแสงแยกจากปี 2003 ถึง 2012 ด้วยกล้องโทรทรรศน์อวกาศฮับเบิล เครดิตภาพ: NASA/ESA … คลิกเพื่อดูภาพขยาย

Robertson และเพื่อนร่วมงานของเขาได้อัปเดต Morpheus เพื่อปรับให้เข้ากับข้อมูลจาก JWST “ขณะนี้เราได้ผสานรวมวิธีการให้ความสนใจที่ช่วยให้สามารถจำแนกพื้นที่ขนาดใหญ่ของรูปภาพในแต่ละครั้ง ส่งผลให้ความเร็วเพิ่มขึ้นประมาณร้อยเท่า Morpheus ที่ใหม่กว่าสามารถจำแนกภาพที่ใหญ่ขึ้นได้เร็วและเชื่อถือได้มากกว่าเดิม” เขาบอกกับเรา

ซอฟต์แวร์เวอร์ชันล่าสุดมีความสามารถในการประมวลผลภาพแบบใหม่เช่นกัน เช่น การลดความเหลื่อมล้ำซึ่งสามารถแยกวัตถุทางดาราศาสตร์ที่ซ้อนทับบนท้องฟ้าออกได้ 

ความสามารถเหล่านี้จะมีประโยชน์เนื่องจาก JWST ให้มุมมองจักรวาลที่กว้างและลึกกว่าที่เคยเป็นมา และแต่ละภาพจะมีโครงสร้างมากขึ้นที่ไม่สามารถศึกษาด้วยตาเปล่าด้วยตนเองได้ ในขั้นต้น Morpheus ได้รับการฝึกฝนเกี่ยวกับภาพกาแล็กซี่ 7,600 ภาพที่ถ่ายโดยกล้องโทรทรรศน์อวกาศฮับเบิลของ NASA และ Robertson คิดว่ามันจะต้องได้รับการฝึกอบรมใหม่เพื่อปรับให้เข้ากับข้อมูลจาก JWST

“เราจะพยายามใช้ Morpheus ตามที่เป็นอยู่ในข้อมูล JWST โดยไม่ต้องฝึกใหม่ก่อน และตรวจสอบประสิทธิภาพสำหรับวัตถุในพื้นที่ของท้องฟ้าที่มีทั้งข้อมูลฮับเบิลและ JWST” เขาบอกกับเรา

“มีแนวโน้มว่าเราจะต้องฝึก Morpheus ใหม่โดยอิงจากข้อมูล JWST เนื่องจากข้อมูล JWST มีสีแดง ขยายช่วงความยาวคลื่นที่กว้างกว่า และฟังก์ชั่นการแพร่กระจายจุด ซึ่งโดยทั่วไปแล้วลักษณะของดาวผ่านเลนส์กล้องโทรทรรศน์นั้นแตกต่างจากฮับเบิล”

Morpheus จะทำงานบนซูเปอร์คอมพิวเตอร์ของ UC Santa Cruz Luxซึ่งเป็น ติดอาวุธ ด้วยโหนดประมวลผลเฉพาะ CPU 80 แต่ละโหนดมีโปรเซสเซอร์ Intel Cascade Lake Xeon 20 คอร์สองตัว และโหนดสำหรับ GPU เท่านั้น 28 โหนดที่มี Nvidia V100 GPU สองตัวแต่ละตัว “เมื่อข้อมูลอยู่ในมือแล้ว การเรียกใช้ Morpheus กับภาพ JWST ทั้งหมดจะใช้เวลาเพียงสองสามวันอย่างสูงสุดบน lux” โรเบิร์ตสันกล่าว 

กล้องโทรทรรศน์มูลค่า 18 หมื่นล้านดอลลาร์ที่รอคอยมานานได้เปิดตัวในวันคริสต์มาสปีที่แล้วหลังจากเกิดความล่าช้าซ้ำแล้วซ้ำเล่า การควบคุมภาคพื้นดินใช้เวลาหลายเดือนในการจัดวางระบบ XNUMX กระจกที่ซับซ้อนได้อย่างสมบูรณ์แบบก่อนที่เครื่องมือจะเริ่มตรวจจับ โฟตอนแรก ในเดือนกุมภาพันธ์. ®

ประทับเวลา:

เพิ่มเติมจาก ลงทะเบียน