Yapay zekâ ve makine öğrenimi, veri kümesinin ilginç kısımlarını hızlı bir şekilde seçmek için kullanılabilir, böylece astronomların önemli bir şeyi kaçırma olasılığı daha az olur.
Arizona Üniversitesi’nden astronom Chris Impey Axios şöyle diyor: “Astronomi ve bu büyük veri kümeleriyle, her zaman bir şeyi kaçırdığınız veya incelemeye çalıştığınız nesneler hakkında yeterince bilgi sahibi olmadığınız endişesi vardır.”
Geçen ay, bilim insanları, makine öğrenimi algoritması kullanarak yeniden işlenen M87 galaksisinin merkezindeki kara deliğin bir resmini ortaya çıkardı. Keskinleştirilmiş görüntü, bilim insanlarının kara deliğin kütlesini daha doğru bir şekilde tahmin etmelerine olanak tanıyacak.
Bilim insanları ayrıca yapay zekâ kullanarak, LIGO gibi kütleçekim dalgası dedektörleri tarafından toplanan büyük miktardaki verileri analiz etmeyi daha kolay hale getirdi. Bu veriler, siyah delikler veya diğer yoğun nesneler arasındaki çarpışmalar tarafından yaratılan uzay ve zaman dalgalanmalarını seçmek için kullanılacak.
Şimdi, araştırmacılar, kütleçekim dalgalarını oluşturan nesnelerin özelliklerini belirlemek için algoritmalar tercih ediyor. Yapay zekâ ayrıca genç yıldızlar etrafında yeni oluşan gezegenleri tespit etmek için de kullanılıyor.
İleri teknolojili topluluklar tarafından yayınlanan radyo sinyallerini yakalamaya odaklanan SETI (Dış Gezegenlerde Akıllı Yaşam Arayışı) çabaları da büyük miktarda veri üretiyor. SETI Enstitüsü CEO’su Bill Diamond, Axios’a şöyle diyor: “SETI girişimleri için veri kümeleri gerçekten çok büyük. Günde çok sayıda terabayt veri üretiyoruz.”
Ayrıca, enstitü ve diğer kuruluşlar, ileri uzaylı topluluklarının yaydığı radyo sinyallerini aramak için makine öğrenimi araçlarına dayanan yeni bir deneye New Mexico’daki Çok Büyük Dizi’nin katılacağını geçen hafta duyurdular.
Yapay zekâ teknolojisi, dünyada yeni yaşam alanları araştırma konusunda yardımcı olarak kullanılıyor. Teleskoplar tarafından toplanan verileri incelemek için birçok astronom büyük bir zaman harcıyor. Ancak yapay zekâ ve makine öğrenmesi, veri setinin ilginç bölümlerini hızlıca seçebiliyor. SETI gibi örgütler, teknolojik olarak ileri toplumlardan yayınlanan radyo sinyallerini almayı amaçlıyor ve büyük veri kümeleri oluşturuyor. Bu veri kümelerini işlemek ve ilginç olabilecek fenomenleri bulmak için yapay zekâ teknikleri kullanmak gerekiyor. Fakat, bu araçların yanıltıcı sonuçlar verme riski de mevcut. NASA da yapay zekâyı yakından takip ediyor, ancak bir rapora göre, bu araçların geniş kullanımıyla ilgili bazı riskler, olası siber güvenlik tehditleri gibi konular da dikkate alınmalıdır.
Vera Rubin Gözlemevi gibi gelecekteki projelerde, daha keskin fotoğraflar oluşturmak için bir yapay zekâ algoritması eğitilirken, gelecekte algoritmalar, Hubble Uzay Teleskobu görüntülerinde oluşan uydu izlerini bulmak ve bu izleri fotoğraflardan çıkarmak için de kullanılabilir.
Kaynak: https://www.axios.com/2023/05/09/artificial-intelligence-astronomy
Türkiye merkezli küresel yazılım şirketi Etiya, yapay zeka alanında dikkat çekici bir başarıya imza attı.…
TIME dergisi, yapay zeka alanında dünyanın en etkili 100 ismini üçüncü kez açıkladı. “TIME100 AI…
İnsanoğlu pek çok şey keşfetti, icat etti. Ama sanırım daha önce bu kadar çok tartışılan,…
Elon Musk’ın yapay zeka girişimi xAI, Grok 2.5 modelini açık kaynak olarak paylaşarak sektörün dikkatini…
Hazırladığımız "TRAI Yapay Zeka Risk Raporu”, yapay zekanın sunduğu fırsatların yanı sıra beraberinde getirdiği riskleri…
Microsoft AI CEO’su Mustafa Suleyman, kişisel blogunda yayımladığı “We must build AI for people; not…