سوفیانیوز
سوفیانیوز: حامد ولیزادگان یکی از دانشمندانی است که درزمینهٔ یادگیری ماشین در ناسا مشغول فعالیت است. او پیشازاین، الگوریتمی را برای بررسی تصاویر رگهای خونی در شبکیه فضانوردان آموزش داد و بدین ترتیب تلاشها برای درک تغییرات بینایی در ریز گرانش را بهبود بخشید.
به گزارش پایگاه خبری سوفیانیوز، ولی زادگان دراینباره گفت: «میتوانم ساعتها آسمان را تماشا کنم و به معنای زندگی و اینکه آیا ما در این جهان وسیع تنها هستیم یا نه، فکر کنم.» تا چندی پیش همکاران او، تمایلی به بهرهگیری از هوش مصنوعی بهعنوان ابزاری برای کاوش در کیهان نداشتند. شاید دلیلشان این بود که الگوریتمهای پیشرفته معمولاً عملکردشان را نشان نمیدهند.ازآنجاکه سیستمهای پیشرفته هوش مصنوعی از مغز الهام میگیرند، نورونهای مصنوعی محاسباتی را انجام داده و اطلاعات را به سایر گرههای شبکه منتقل میکنند. سیستمهای بهدستآمده آنقدر به شکلی متراکم محاسبات را انجام میدهند که نمیتوان دریافت که چطور به نتیجه نهایی میرسند. ولیزادگان معتقد است که همین موضوع، برای دانشمندانی که استانداردهای تاریخی را برای مدلسازی و شبیهسازی فوقالعاده دقیق پذیرفته بودند، قابلقبول نبود.
در سال 2018 ولی زادگان و تیمش یک برنامه یادگیری ماشینی را به هدف سرعت بخشیدن به تلاشهای شکار سیارات فراخورشیدی ساختند. آنها این نرمافزار را بر رویدادههای سیارات تأییدشده و همچنین موارد مثبت کاذب، مثل ستارههای دوتایی که ممکن است با سیارات در حال عبور اشتباه گرفته شوند، آموزش دادند و آن را ExoMiner نامیده و در آرشیو مشاهدات تلسکوپ کپلر آزمایش کردند.ولی زادگان گفت: «نمیدانستم قرار است به چه نتیجهای برسیم.» اما این مدل سریعاً 370 سیاره فراخورشیدی ناشناخته را شناسایی کرد. او ادامه داد: «در ابتدا با مقاومت زیادی از سوی دانشمندان روبرو بودیم که معتقد بودند که نباید به این سیارههای فراخورشیدی برچسب زد.» اما با گذشت زمان، آنها اعتمادبهنفس بیشتری پیدا کردند.
هیچیک از این 370 سیاره جدید مثل زمین یا دیگر سیارات منظومه شمسی ما نیستند. یک جهان جدید، به نام Kepler-495 c، تقریباً دو برابر زمین است و هر شش روز یکبار با سرعتی حیرتانگیز به دور ستارهاش میچرخد. دیگری به نام Kepler-27 d، تقریباً به بزرگی نپتون یا تقریباً هشت برابر بزرگتر از زمین است و یک سال را در شش و نیم روز تجربه میکند. این سیارات که توسط گرما و تشعشعات ستارگانشان سرخشدهاند، احتمالاً غیرقابلسکونت هستند.
کالتنگر و فام برای شبیهسازی سیارات فراخورشیدی با سطوح سنگی، آب، ابر و یخ از اندازهگیریهای جو زمین استفاده کردند. آنها بهعلاوه الگوریتمی را آموزش دادند تا به دنبال نشانهای از حیات به نام لبه قرمز (طولموجهایی از نور که گیاهان به فضا بازتاب میکنند)، باشد.
آنها متوجه شدند که نرمافزارشان میتواند در حدود سهچهارم مواقع وجود حیات در یک جو شبیهسازیشده را تشخیص دهد؛ کالتنگر گفت: «فکر میکردم انجام این کار خیلی سخت باشد، اما الگوریتمهای یادگیری ماشینی در یافتن الگوها در دادهها کاملاً مؤثر هستند.» دراینبین ایراداتی هم وجود دارد؛ مثلاً این الگوریتمها نمیتوانند اطمینان مطلقی را ارائه دهند ولی در عوض، میتوان تخمین زد که درصدی از سطح یک سیاره، پوشیده از حیات است. کالتنگر معتقد است که این یک سرنخ بسیار مفید خواهد بود.او توضیح داد: «اینطور نیست که هوش مصنوعی بگوید که ما سیارهای شبیه به زمین پیداکردهایم. بلکه کار را به سطحی میرساند که برخی از افراد به آن نگاه کنند.» دانشمندان هنوز باید تلسکوپهای بیشتری را به سمت سیارات نشانه گرفته و به دنبال نشانههای شیمیایی باشند که وجود حیات در آنجا را نشان دهد.تلاشهای ولی زادگان تنها یک نمونه خیرهکننده از این است که چگونه هوش مصنوعی نمای دقیقتری از کیهان به ما خواهد داد. تنها چند سال پیش بود که دانشمندان از تیمی بینالمللی از صدها محقق به نام تلسکوپ افق رویداد، اولین تصویر از یک سیاهچاله را منتشر کردند. آنها دادههای تلسکوپهای رادیویی در سرتاسر جهان را به هم پیوند زدند. البته تصویر بهدستآمده، به دلیل محدودیتهای تلسکوپها مبهم به نظر میرسد.