Потужність телескопів, «робочих конячок» астрономів, обмежена розмірами використовуваних в них лінз або дзеркал. Використовуючи «нейронні мережі», принцип, покладений в основу штучного інтелекту, група дослідників з Швейцарії тепер змогла переступити цю межу, пропонуючи вченим одержувати самі чіткі знімки, що доступні за допомогою оптичної астрономії.

Знімок галактики

У новому дослідженні група вчених на чолі з професором Кевіном Шавінськи (Kevin Schawinski) з Швейцарської вищої технічної школи Цюріха використовувала новітні принципи машинного навчання для створення алгоритму, здатного розпізнавати на астрономічних знімках образ галактики і відновлювати з розмитого зображення більш чітке зображення. Так само, як і людині, нейронній мережі потрібні зразки – в цьому випадку «розмитий» і «чіткий» знімки однієї і тієї ж галактики – щоб навчитися розпізнавати.

В системі, запропонованій командою Шавінськи, використовуються дві нейронні мережі, які «змагаються» одна з одною, так звані «генеративні змагальні мережі» (generative adversarial network, або GAN) – принцип, який останнім часом набирає популярність в середовищі фахівців з нейронних мереж. Тривалість всієї програми навчання на високопродуктивному комп’ютері займає всього лише кілька годин.

Навчені нейронні мережі стають здатними розпізнавати і реконструювати деталі, які не можуть бути розпізнані за допомогою телескопа – такі як зіркоутворюючі області, перемички і пилові смуги в галактиках.

Нагадаємо також, що вчені готуються отримати перший в світі знімок чорної діри.

Написати коментар


*