La información del modelo de IA ayuda a los astrónomos a proponer una nueva teoría para observar mundos lejanos – TechCrunch

La información del modelo de IA ayuda a los astrónomos a proponer una nueva teoría para observar mundos lejanos – TechCrunch

Los modelos de aprendizaje automático aumentan cada vez más los procesos humanos, ya sea realizando tareas repetitivas más rápido o proporcionando una visión sistemática que ayuda a poner el conocimiento humano en perspectiva. Los astrónomos de UC Berkeley se sorprendieron al descubrir que ambos ocurren después de modelar eventos de microlente gravitacional, lo que lleva a una nueva teoría unificada para el fenómeno.

Los angeles lente gravitacional ocurre cuando los angeles luz de estrellas lejanas y otros objetos estelares se dobla alrededor de uno más cercano directamente entre él y el observador, brindando brevemente una vista más brillante, pero distorsionada, del más lejano. Dependiendo de cómo se doble los angeles luz (y de lo que sepamos sobre el objeto distante), también podemos aprender mucho sobre los angeles estrella, el planeta o el sistema alrededor del cual se dobla los angeles luz.

Por ejemplo, un pico momentáneo en el brillo sugiere un cuerpo planetario en tránsito en los angeles línea de visión, y este tipo de anomalía en los angeles lectura, llamada “degeneración” por alguna razón, se ha utilizado para detectar miles de exoplanetas.

Debido a las limitaciones de observarlos, es difícil cuantificar estos eventos y objetos más allá de un puñado de nociones básicas como su masa. Y generalmente se considera que las degeneraciones caen bajo dos posibilidades: que los angeles luz distante pasó más cerca ya sea del estrella o el planeta en un sistema dado. Las ambigüedades a menudo se reconcilian con otros datos observados, como que sabemos por otros medios que el planeta es demasiado pequeño para causar los angeles escala de distorsión observada.

El estudiante de doctorado de UC Berkeley, Keming Zhang, buscaba una manera de analizar y categorizar rápidamente stories eventos de lentes, ya que aparecen en gran número a medida que examinamos el cielo con más regularidad y con mayor detalle. Él y sus colegas entrenaron un modelo de aprendizaje automático con datos de eventos conocidos de microlentes de gravedad con causas y configuraciones conocidas, y luego lo liberaron en un montón de otros menos cuantificados.

Los resultados fueron inesperados: además de calcular hábilmente cuándo un evento observado caía dentro de uno de los dos tipos principales de degeneración, encontró muchos que no lo hacían.

“Las dos teorías anteriores de degeneración se ocupan de casos en los que los angeles estrella de fondo parece pasar cerca de los angeles estrella de primer plano o del planeta de primer plano. El algoritmo de IA nos mostró cientos de ejemplos no solo de estos dos casos, sino también de situaciones en las que los angeles estrella no pasa cerca de los angeles estrella o el planeta y no puede explicarse con ninguna de las teorías anteriores”, dijo Zhang en un comunicado de prensa de Berkeley.

Como resultado, y después de un poco de convencimiento, ya que se tolera pero quizás no se fomenta que un estudiante de posgrado cuestione los angeles doctrina establecida, terminaron proponiendo una nueva teoría “unificada” de cómo se puede explicar los angeles degeneración en estas observaciones, de los angeles cual las dos teorías conocidas eran simplemente los casos más comunes.

Diagrama que muestra una simulación de una solución de degeneración de 3 lentes.

Diagrama que muestra una simulación de una solución de degeneración de 3 lentes.

Examinaron dos docenas de artículos recientes que observaban eventos de microlente y descubrieron que los astrónomos habían estado categorizando erróneamente lo que vieron como un tipo u otro cuando los angeles nueva teoría se ajustaba a los datos mejor que ambos.

“Los angeles gente estaba viendo estos eventos de microlente, que en realidad exhibían esta nueva degeneración, pero simplemente no se daban cuenta. Realmente fue solo el aprendizaje automático que observaba miles de eventos en los que generation imposible pasar por alto”, dijo Scott Gaudi, profesor de astronomía de los angeles Universidad Estatal de Ohio y coautor del artículo.

Para ser claros, los angeles IA no formuló ni propuso los angeles nueva teoría, eso se debió completamente a los intelectos humanos. Pero sin los cálculos sistemáticos y seguros de los angeles IA, es possible que los angeles teoría simplificada y menos correcta hubiera persistido durante muchos años más. Así como las personas aprendieron a confiar en las calculadoras y las computadoras posteriores, estamos aprendiendo a confiar en algunos modelos de IA para generar una verdad interesante libre de concepts preconcebidas y suposiciones, es decir, si no hemos codificado nuestras propias concepts preconcebidas y suposiciones en ellos.

Los angeles nueva teoría y los angeles descripción del proceso que conduce a ella se describen en un artículo publicado en la revista Nature Astronomy. Probablemente no sea una novedad para los astrónomos entre nuestros lectores (fue una preimpresión el año pasado), pero los expertos en aprendizaje automático y ciencias en common pueden apreciar este interesante desarrollo.