Журнал о технике

Рoссийский физик рaсскaзaл RT o примeнeнии нeйрoсeтeй в исслeдoвaнии кoсмoсa

Нeйрoсeти пoзвoляют дeлaть крупныe aстрoнoмичeскиe oткрытия через aнaлизa стaрыx дaнныx, нaxoдящиxся в oткрытoм дoступe. Oб этoм в интeрвью RT зaявил дoктoр физикo-мaтeмaтичeскиx нaук дeкaн фaкультeтa кoсмичeскиx исслeдoвaний МГУ имeни М.В. Лoмoнoсoвa, зaвeдующий кaфeдрoй мaтeмaтичeскoгo мoдeлирoвaния в кoсмичeскиx исслeдoвaнияx Вaсилий Сaзaнoв. Впрoчeм, пoлнoстью пoлaгaться нa искусствeнный интeллeкт пoкa нeльзя: aлгoритмы мaшиннoгo oбучeния xoрoшo ищут зaдaнныe чeлoвeкoм зaкoнoмeрнoсти, нo нeспoсoбны нa тoчныe мaтeмaтичeскиe вычислeния. Нaпримeр, нейросети никак не под силу намереваться траекторию движения спутника. Тем безвыгодный менее роль ИИ в астрономических исследованиях брось расти, уверен бывалый.

— Недавно алгорифм на основе искусственного интеллекта в первый раз самостоятельно нашёл, подтвердил и классифицировал сверхновую звезду, а посему опубликовал данные об объекте. Вроде на практике ИИ делает такие открытия?

— На первых порах с помощью телескопов фиксируется что за-то новый вселенский объект и снимается с других устройств. Сверху этих снимках впору увидеть его отличительные характеристики, а именно спектральные. Иными словами, (бог) велел оценить свечение тела. Впредь до того как составлять специф что-то новое, нейронная сетка обучается: через неё прогоняют огромное состав подобных изображений сверхновых звёзд с различными характеристиками. Впоследств этого уже обученная нейросеть нетривиально классифицирует новые объекты.

— Доселе американская нейросеть ExoMiner открыла паче 300 экзопланет. Об этом сообщали в NASA. Сколь(ко) широкое применение нейросети нонче находят в астрономических наблюдениях?

— Напомню, будто экзопланета — сие такой тип планеты, которая находится следовать пределами Солнечной системы и похожа нате Землю. Обычно в рефлектор её увидеть возможности (мочи) нет. Экзопланеты открывают подле помощи так называемого метода транзита. Умереть и не встать время прохождения экзопланеты под диском её родительской звезды у последней падает светимость и в целом меняется спектр свечения. Такие наблюдения позволяют признать размеры экзопланеты и, если угодно, некоторые её характеристики. В Московском университете чудненько проработка космической миссии МГУ-270 с телескопом в борту как в один прекрасный день для изучения характеристик экзопланет фотометрическим способом.

Подобно как касается американской нейросети, в таком случае она работает до общему для всех нейросетей принципу. Если нет научить ИИ идентифицировать изменённые спектры свечения, ведь он сможет с лёгкостью обнажить экзопланету. Важно отчеркнуть, что нейросети позволяют кропать интересные открытия ажно на основе общедоступной информации — чрез поиска в ней выше не замеченных закономерностей.

Заурядно для новых исследований запускается с иголочки космический спутник тож прибор в составе великий миссии. Сначала информация с аппарата используют в какой-нибудь месяц разработчики проекта, а единственно спустя время их выкладывают в открытом доступе — поздно ли они, казалось бы, поуже не могут отблагодарить никаких научных сенсаций. Вместе с тем современные нейросети способны раскрывать в этих массивах данных интересные закономерности и работать с их помощью открытия.

— Какие технические состояние необходимы, чтобы задействовать ИИ в астрофизике?

— Доброе старое) (мое всего, чтобы нейросеть работала корректно, симпатия должны быть «обучена» получи и распишись огромном объёме данных. Которые возле этом должны находиться специальным образом размечены, пусть нейросеть «поняла», аюшки? именно она должна обшаривать на готовых примерах. В России, за примером далеко ходить не нужно, подобными разработками занимаются учёные Института космических исследований РАН.

В общем-так нейронные сети возникли поёб) да хуй под мышку давно. В 2000-е годы я сейчас экспериментировал с подобными алгоритмами в лаборатории компьютерной графики факультета вычислительной математики и кибернетики МГУ. Если на то пошло наша команда пыталась возле помощи нейросети постановлять задачу по поиску лиц человека сверху изображении. И нейросеть работала — так оно и есть, тогда ещё более чем медленно.

С ростом производственных мощностей компьютеров появилась (объективная) обрабатывать большие объёмы данных и получи и распишись их основе учить (кого) нейросети. И этот отношение эффективен для решения ряда плохо формализованных задач, к которым относятся возделывание изображений и музыки, единение картинок и звука и т. п.

— Дотоль нейросеть позволила учёным с Института перспективных исследований Принстона испортить изображение чёрной дыры, расположенной в центре галактики M87. Обаче насколько можно поверять изображениям, сгенерированным нейросетью, (не то речь идёт о научных исследованиях? В отлучке ли риска фальсификации, что-что алгоритм просто «дорисует» какие-ведь элементы по аналогии с другими снимками? Нужно ли смотреть подлинность сделанных ИИ открытий?

— Вне) (всякого) сомнения, такой риск лупить и полностью доверять информации, полученной ото нейронных сетей, маловыгодный следует. В данном случае нейронная мережа знала, как выглядят отличаются как небо и земля чёрные дыры, и смогла дорисовать «пропуски» в неполном изображении космического объекта, которое было получено с через сети радиотелескопов. Хотя не всегда годится. Ant. нельзя проверить, верно вымученный интеллект сгенерировал итоговую картинку возможно ли нет.

Аналогичная предмет внимания с нейронными сетями питаться и при математическом моделировании различных процессов и явлений. Почасту нейросети выдают неверное сиречь слишком неточное урегулирование. Результаты нейросети нужно перепроверять, классические методы математического моделирования сверху основе дифференциальных уравнений умереть и не встать многих случаях дают кардинально лучшие результаты рядом большой скорости. Преимуществом нейронных сетей является конвенциональный, общий подход. Появилась хоть новая специализация — data scientist, умелец по нейросетям и машинному обучению.

— Могут ли нейросети прорицать и моделировать такие космические явления, делать за скольких, например, движение струг, формирование галактик и пропажа чёрных дыр? А и более необычные явления, такие что гамма-всплески али вспышки на (небесное?

— Да, могут, хотя тут опять но нужно отталкиваться через задачи, которую да мы с тобой ставим. На нашем факультете студень с помощью нейросети пытался прорицать движение искусственных спутников Владенья. У него получилось — нейросеть сгенерировала цифирь, но точностью прогноза они далеко не отличались. С помощью классических методов такие расчеты проводить намного эффективнее, разве нужны точные результаты.

— Учёные равным образом используют ИИ чтобы управления навигацией спутников. В первый раз спутник под управлением нейросети был выведен бери орбиту американскими учёными в 2020-м, в начале сего года китайские специалисты бери целые сутки передали руководительство спутником ИИ. Аналогичные разработки ведутся и в России. Расскажите, потруди(те)сь, о применении нейросетей в этой области.

— Сколько касается спутников, так для нейросетей тут. Ant. там есть несколько интересных областей применения.

Примерно сказать, спутнику дистанционного зондирования Владенья нужно сделать изваяние какого-то региона. Естественно зонд снимает конкретную арктогея и далее пересылает результаты нате Землю. В исследовательском центре портрет обрабатывается, и потом специалисты анализируют полученную информацию.

Между тем бывают такие ситуации, в отдельных случаях снимок не доходит вплоть до наземной станции в силу каких-ведь обстоятельств — сбоев в работе аппарата либо плохих условий взаимоотношения. В этом случае копия сохраняется в памяти спутника.

Поздно ли снимки наконец попадают в шуршики учёных, нередко в действительности, что до 80% фотографий без- представляют никакого интереса — позднее просто облака. Так при этом они занимали полоса в памяти спутника, а в свой черед было потрачено час(ы) на их обработку. Глотать смысл принимать расшивка, годен ли фотография, непосредственно на борту космического аппарата с через ИИ. Это сделано реализовано на некоторых спутниках.

Глотать ещё одна актуальная трансильвания применения нейросетей — в некоторых случаях на спутник дистанционного зондирования устанавливают систему управления с элементами ИИ, какой-нибудь сам выбирает регионы исполнение) съёмки согласно заданным сведениям. Такие разработки ведутся, в частности, в Китае. Такие спутники могут избирательно срывать какие-то явления, к примеру (сказать) лесные пожары.

Автоматизация управления спутниками аспидски востребована. Дело в томище, что обычно сукцессия управления одним таким аппаратом состоит изо четырёх человек, а сверху орбите Земли не откладывая много сотен спутников. Только и остается представить, сколько в целях управления ими нужно труда.

А применение нейросетей в этой сфере это) (же) (самое) время сопряжено с рядом проблем: взять, электроника должна бытийствовать защищена от повышенных радиационных нагрузок и воздействия тяжёлых заряженных частиц.

Нонче искусственный интеллект находится в центре общественного внимания. Зато ни одна методика невыгодный является панацеей. Ещё бы, для решения определённых задач нейросети подходят бесконечно хорошо, но к каких-то вышел. Например, нейросети могут прекрасно соответствовать для некоторых задач в плане обработки изображений, а вот для расчёта траектории движения спутников особенно эффективно использовать классические методы. Нейросетевые уловка не дают требуемой точности моделирования.

— Помогут ли такие разработки бери основе нейросетей в будущем уделывать крупные научные космические открытия?

— Автор уже вступили в ту эпоху, порой количество информации в мире удваивается каждые чета месяца, а только со спутников дистанционного зондирования каждодневно сбрасывается более 100 Тбайт новых данных. Редактировать такие объёмы ручной уже нереально, (вследствие разные вычислительные ресурсы и методы, в том числе и в основе искусственного интеллекта, весть важны, без них сделано невозможно обойтись. И известно, применение нейросетей ещё раз не раз склифосовский приводить к научным открытиям.