DalekohledVýzkumný tým z Astronomického ústavu Akademie věd České republiky (AVČR) a Fakulty informačních technologií (FIT) ČVUT Praze použil poprvé v astronomii metodu umělé inteligence nazvanou aktivní hluboké učení (active deep learning).

Je založena na interaktivním vylepšování předpovědí mnohovrstvé konvoluční neuronové sítě na základě názoru experta. Na rozdíl od běžně používaných postupů si síť sama požádá člověka o radu v těch případech, kde si je nejméně jistá. Metodu čeští výzkumníci s úspěchem aplikovali na čtyřech milionech spekter z největšího světového archivu spekter pořízeného čínským dalekohledem LAMOST a objevili skoro tisíc dosud nepopsaných velmi vzácných vesmírných objektů prokazujících se emisními spektrálními čárami. K nim patří vedle horkých hvězd s rychle rotujícími disky i např. nově vznikající hvězdy s formujícím se planetárním systémem či naopak velmi hmotné vyhořívající hvězdy těsně před výbuchem. Klíčovou roli při objevu sehrálo také třináct tisíc spekter pořízených pomocí ondřejovského Perkova dalekohledu o průměru dva metry. Práce byla publikována v prestižním astronomickém časopise Astronomy and Astrophysics a katalog nově objevených hvězd je zveřejněn v celosvětové databázi Vizier.
Je zřejmé, že detailní prohlížení spekter člověkem není prakticky možné. I kdyby expert označil (zařadil do příslušné třídy) jedno spektrum každých 10 sekund, trvala by mu klasifikace současného veřejného archívu LAMOSTu s devíti milióny spekter skoro tři roky. Proto se vkládají velké naděje do použití umělé inteligence.
. V současnosti hlavně do hlubokých (tj. mnohovrstvých) neuronových konvolučních sítí s úspěchem používaných v samořiditelných autech, mobilních hlasových asistentech, strojovém překladu, personalizaci reklamy či při rozpoznávání zvuků, písma a tváří. Díky své podstatě, odvozené z procesu analýzy obrazu v lidském mozku, jsou velmi dobré ve vnímání drobných detailů stejně jako hlavních rysů celkového obrazu. Měly by tedy dobře poznat i rozdíly ve spektrech stejně jako zkušený astrofyzik.
"Malý astroinformatický tým jsme před dvěma lety dali dohromady i na FIT ČVUT v rámci naší výzkumné skupiny. Podílíme se na nem spolu s kolegy z Fakulty elektrotechnické a Fakulty jaderné a fyzikálně inženýrské ČVUT. Loni jsme na grant přijali z Oxfordské univerzity i kolegu Karla Adámka, jehož software umožnil zachytit velmi vzácné rychlé rádiové zablesky (FRB)", poznamenává Pavel Tvrdík, spoluautor práce a vedoucí výzkumné skupiny.

 

Text: Tibor Šuľa podle AVČR
Foto: AVČR