23 апреля, 2024

hleb

Находите все последние статьи и смотрите телешоу, репортажи и подкасты, связанные с Россией.

Алгоритм искусственного интеллекта демистифицирует вселенную

Алгоритм искусственного интеллекта демистифицирует вселенную

Размытое изображение через AI

Северо-Западный университет

Вселенная выглядела бы намного лучше, если бы атмосфера Земли не бомбардировала ее изображениями все время.

Даже изображения, полученные лучшими в мире наземными телескопами, туманны из-за движущихся воздушных карманов в атмосфере. Хотя это размытие кажется безобидным, оно затемняет формы объектов на астрономических изображениях, что иногда приводит к ошибочным физическим измерениям, которые необходимы для понимания природы нашей Вселенной.

Теперь исследователи из Северо-Западного университета и Университета Цинхуа в Пекине представили новую стратегию решения этой проблемы. Команда адаптировала известный алгоритм компьютерного зрения, используемый для повышения резкости изображений, и впервые применила его к астрономическим изображениям с наземных телескопов. Исследователи также обучили алгоритм искусственного интеллекта (ИИ) на смоделированных данных, чтобы он соответствовал параметрам изображения обсерватории Веры С. Рубин, поэтому, когда обсерватория откроется в следующем году, инструмент будет мгновенно совместим.

Хотя астрофизики уже используют методы устранения размытия, модифицированный алгоритм на основе ИИ работает быстрее и создает более реалистичные изображения, чем современные технологии. Полученные изображения не размыты и более реалистичны. Это также красиво, хотя технология предназначена не для этого.

«Часто цель фотографии — получить красивую картинку», — говорит Эмма Александер из Северо-Западного университета, старший автор исследования. Но астрономические фотографии используются в науке. Правильно очищая изображения, мы можем получить более точные данные. Алгоритм математически удаляет атмосферу, позволяя физикам получать более точные научные измерения. В конце концов, фотографии тоже выглядят лучше».

Исследование будет опубликовано 30 марта в Ежемесячных уведомлениях Королевского астрономического общества.

Александр является доцентом компьютерных наук в Инженерной школе Маккормика Северо-Западного университета, где она руководит лабораторией Life-Inspired BioVision. Она руководила новым исследованием вместе с Тианао Ли, студенткой бакалавриата по электротехнике в Университете Цинхуа и стажером-исследователем в лаборатории Александра.

READ  Как мозг хранит отдаленные воспоминания о страхе?

Когда свет излучается далекими звездами, планетами и галактиками, он проходит через атмосферу Земли, прежде чем попасть в наши глаза. Наша атмосфера не только блокирует определенные длины волн света, но и искажает свет, достигающий Земли. Даже ясное ночное небо содержит движущийся воздух, который влияет на прохождение через него света. Вот почему звезды мерцают и почему лучшие наземные телескопы расположены на больших высотах, где атмосфера самая разреженная.

«Это как смотреть со дна бассейна», — сказал Александр. «Вода выталкивает и искажает свет. Атмосфера, конечно, гораздо менее плотная, но это схожее понятие».

Размытие становится проблемой, когда астрофизики анализируют изображения для извлечения космических данных. Изучая видимые формы галактик, ученые могут обнаруживать гравитационные эффекты крупномасштабных космических структур, которые преломляют свет на пути к нашей планете. Из-за этого эллиптическая галактика может казаться более круглой или вытянутой, чем она есть на самом деле. Но атмосферное размытие искажает изображение таким образом, что искажается форма галактики. Удаление размытия позволяет ученым собирать точные данные о форме.

«Небольшие различия в форме могут рассказать нам о гравитации во Вселенной», — сказал Александер. «Эти различия действительно трудно обнаружить. Если вы посмотрите на изображение с наземного телескопа, форма может быть искажена. Трудно сказать, связано ли это с влиянием гравитации или атмосферы».

Чтобы решить эту проблему, Александр и Ли объединили алгоритм оптимизации с сетью глубокого обучения, обученной на астрономических изображениях. Среди обучающих изображений команда включила смоделированные данные, которые соответствовали ожидаемым параметрам изображения обсерватории Рубин. В результате инструмент создал изображения с ошибкой на 38,6% ниже по сравнению с традиционными методами удаления размытия и на 7,4% ниже по сравнению с современными методами.

READ  Новая биотехнологическая нейронная сеть хранит значительно больше воспоминаний

Когда обсерватория Рубина официально откроется в следующем году, ее телескопы начнут десятилетнее глубокое исследование огромной части ночного неба. Поскольку исследователи обучили новый инструмент на данных, специально предназначенных для имитации предстоящих изображений Робина, он сможет помочь проанализировать долгожданные данные опроса.

Для астрономов, заинтересованных в использовании инструмента, код с открытым исходным кодом прост в использовании, а сопутствующие учебные пособия доступны в Интернете.

«Теперь мы передаем этот инструмент в руки экспертов по астрономии», — сказал Александр. «Мы думаем, что это может быть ценным ресурсом для обзора неба, чтобы получить максимально реалистичные данные».

В исследовании «Деконструкция слабого изображения галактики с гравитационным линзированием с помощью неуправляемого ADMM с функцией Plug-and-Play» использовались вычислительные ресурсы Лаборатории вычислительной обработки изображений Северо-Западного университета.