AI جیمز ویب اسپیس ٹیلی سکوپ سے پہلی تصاویر کا مطالعہ کرنے میں مدد کرے گا۔

دنیا بھر کے سائنسدان جیمز ویب اسپیس ٹیلی سکوپ کے ذریعے لی گئی پہلی تصاویر کا مطالعہ کرنے کے لیے کمر بستہ ہیں، جو 12 جولائی کو جاری کی جانی ہیں۔

کچھ ماہرین فلکیات ڈیٹا پر مشین لرننگ الگورتھم چلا رہے ہوں گے تاکہ گہری خلا میں کہکشاؤں کا پتہ لگانے اور ان کی درجہ بندی کی اس سطح پر تفصیل سے پہلے کبھی نہیں دیکھا گیا ہو۔ امریکہ میں یونیورسٹی آف کیلیفورنیا، سانتا کروز میں فلکی طبیعیات کے پروفیسر برانٹ رابرٹسن کا خیال ہے کہ دوربین کی تصویریں کامیابیاں اس سے ہمیں یہ سمجھنے میں مدد ملے گی کہ تقریباً 13.7 بلین سال پہلے کائنات کی تشکیل کیسے ہوئی۔

"JWST ڈیٹا دلچسپ ہے کیونکہ یہ ہمیں انفراریڈ کائنات پر ایک بے مثال ونڈو فراہم کرتا ہے، ایک ایسی قرارداد کے ساتھ جس کے بارے میں ہم نے ابھی تک صرف خواب دیکھا تھا،" انہوں نے بتایا۔ رجسٹر. رابرٹسن نے ترقی میں مدد کی۔ Morpheus، ایک مشین لرننگ ماڈل جس کو پکسلز پر سوراخ کرنے اور خلا کے گہرے کھائی سے دھندلی بلاب کی شکل والی اشیاء کو چننے اور اس بات کا تعین کرنے کی تربیت دی گئی کہ آیا یہ ڈھانچے کہکشائیں ہیں یا نہیں، اور اگر ہیں تو کس قسم کی ہیں۔

سافٹ ویئر کو COSMOS-Webb پروگرام کے ایک حصے کے طور پر استعمال کیا جائے گا، یہ سب سے بڑا اور سب سے زیادہ پرجوش پروجیکٹ ہے جو دوربین اپنے پہلے سال میں شروع کرے گی۔ رابرٹسن اور تقریباً 50 محققین کی ایک ٹیم آسمان کے ایک حصے سے ڈیڑھ ملین کہکشاؤں کا سروے کرے گی۔ وہ اس بات کا مطالعہ کرنے کے لیے قدیم ترین، مکمل طور پر تیار شدہ کہکشاؤں کا شکار کریں گے کہ ان ڈھانچے نے ستاروں کی میزبانی شروع کرتے ہوئے وقت کے ساتھ کیسے تاریک مادّہ تیار کیا، اور اس عمل کو خودکار کرنے کے لیے سافٹ ویئر کا استعمال کریں۔

رابرٹسن اور ان کے ساتھیوں نے JWST کے ڈیٹا کو اپنانے کے لیے Morpheus کو اپ ڈیٹ کیا ہے۔ "ہم نے اب توجہ کے طریقوں کو مربوط کیا ہے جو ایک وقت میں تصاویر کے بڑے علاقوں کو درجہ بندی کرنے کی اجازت دیتے ہیں، جس کے نتیجے میں تقریباً ایک سو کے فیکٹر کی رفتار بڑھ جاتی ہے۔ نئے مورفیس پہلے سے زیادہ تیزی سے اور زیادہ قابل اعتماد طریقے سے بڑی تصویروں کی درجہ بندی کر سکتے ہیں،" اس نے ہمیں بتایا۔

اس نے وضاحت کی کہ سافٹ ویئر کے تازہ ترین ورژن میں تصویری پروسیسنگ کی نئی صلاحیتیں بھی ہیں، جیسے کہ ڈیبلڈنگ جو فلکیاتی اشیاء کو الگ کر سکتی ہے جو آسمان میں اوورلیپ ہوتی دکھائی دیتی ہیں۔ 

یہ صلاحیتیں کام آئیں گی کیونکہ JWST کائنات کا پہلے سے کہیں زیادہ وسیع اور گہرا نظارہ فراہم کرتا ہے، اور ہر تصویر میں زیادہ ڈھانچے ہوں گے جن کا دستی طور پر کھلی آنکھ سے مطالعہ نہیں کیا جا سکتا۔ مورفیس کو ابتدائی طور پر ناسا کے ہبل اسپیس ٹیلی سکوپ کے ذریعے لی گئی 7,600 کہکشاں کی تصاویر پر تربیت دی گئی تھی، اور رابرٹسن کا خیال ہے کہ اسے JWST کے ڈیٹا کو بہتر طریقے سے ڈھالنے کے لیے دوبارہ تربیت دینا ہوگی۔

انہوں نے ہمیں بتایا کہ "ہم پہلے دوبارہ تربیت کیے بغیر JWST ڈیٹا کی طرح مورفیس کو لاگو کرنے کی کوشش کریں گے، اور آسمان کے ان علاقوں میں اشیاء کی کارکردگی چیک کریں گے جہاں ہبل اور JWST ڈیٹا دونوں موجود ہیں،" انہوں نے ہمیں بتایا۔

"اس بات کا امکان ہے کہ ہمیں JWST ڈیٹا کی بنیاد پر مورفیس کو دوبارہ تربیت دینے کی ضرورت ہوگی کیونکہ JWST ڈیٹا سرخ رنگ کا ہے، طول موج کی وسیع رینج پر پھیلا ہوا ہے، اور پوائنٹ اسپریڈ فنکشن - بنیادی طور پر ٹیلی سکوپ آپٹکس کے ذریعے ستارہ کیسا لگتا ہے - ہبل سے مختلف ہے۔"

مورفیس یوسی سانتا کروز کے سپر کمپیوٹر پر چلے گا۔ لکسہے، جو مسلح 80 CPU-صرف کمپیوٹ نوڈس کے ساتھ ہر ایک میں دو 20-core Intel Cascade Lake Xeon پروسیسرز، اور 28 GPU-صرف نوڈس جن میں دو Nvidia V100 GPUs شامل ہیں۔ رابرٹسن نے کہا، "ایک بار ڈیٹا ہاتھ میں آنے کے بعد، تمام JWST امیجز پر Morpheus کو چلانے میں lux پر زیادہ سے زیادہ صرف چند دن لگیں گے۔" 

طویل انتظار کے بعد دس بلین ڈالر کی اس ٹیلی سکوپ کو بار بار کی تاخیر کے بعد بالآخر گزشتہ سال کرسمس کے دن لانچ کیا گیا۔ گراؤنڈ کنٹرول نے اپنے پیچیدہ 18-آئینے کے نظام کو مکمل طور پر سیدھ میں کرنے میں مہینوں گزارے اس سے پہلے کہ آلہ نے اس کا پتہ لگانا شروع کیا پہلے فوٹون فروری میں. ®