من الاقتراح إلى رؤية الثقب الأسود، جهود ما يقرب من عشرة أجيال تقف وراءه
في مواجهة الكم الهائل من البيانات التي تولدها التجارب الفلكية، يمكن لتقنيات الذكاء الاصطناعي مثل التعلم الآلي والشبكات العصبية تحسين كفاءة معالجة البيانات بشكل كبير. يمكن لـ GAN إصلاح الصور التالفة أو التي فقدت بكسلاتها، أو جعل الصور الضبابية واضحة. بالإضافة إلى ذلك، يمكن للذكاء الاصطناعي أيضًا توفير بعض الأفكار الجديدة للبحث العلمي.
في الساعة التاسعة مساء يوم 10 أبريل 2019، سينشر العلماء المشاركون في مشروع EHT صورًا للثقوب السوداء في العديد من الأماكن حول العالم. هذا الجسم السماوي الغامض والمليء بالخيال سيكشف عن وجهه الحقيقي الليلة!
وهذه هي المرة الأولى في التاريخ التي ترى فيها الحياة القائمة على الكربون ثقبًا أسود بشكل مباشر.لكن كما تعلمون، بدون مساعدة تكنولوجيا الذكاء الاصطناعي، قد تكون هذه اللحظة بعيدة جدًا.
في مواجهة الكم الهائل من البيانات التي تولدها التجارب الفلكية (يتم توليد عدة تيرابايت من البيانات كل يوم)، فمن غير المتصور الاعتماد فقط على الفرق البشرية للتعامل معها. ونتيجة لذلك، أصبح الذكاء الاصطناعي أداة مهمة للعلماء.
تتطلب كميات كبيرة جدًا من بيانات علم الفلك الذكاء الاصطناعي
لقد كان علم الفلك منذ فترة طويلة محاطًا بكمية هائلة من البيانات.
على سبيل المثال، يقوم تلسكوب Square Kilometer Array، وهو تلسكوب راديوي يستخدم منذ القرن العشرين، الآن بتوليد بيانات كل عام تعادل حركة المرور على الإنترنت بالكامل.
بدون مساعدة أجهزة الكمبيوتر العملاقة ومساعدة الخوارزميات الذكية، فإن نشر "صورة" الثقب الأسود سوف يتأخر إلى أجل غير مسمى.
إن تدخل الذكاء الاصطناعي يجعل الأمور أكثر وضوحًا.ومن خلال تقنيات الذكاء الاصطناعي مثل التعلم الآلي والشبكات العصبية، يمكن الحصول على نتائج فعالة وموثوقة مع الحد الأدنى من التدخل البشري.
في الوقت الحاضر، تم بالفعل إدخال الكثير من محتوى الذكاء الاصطناعي في البحث الفلكي، مثل: استخدام خوارزميات التعلم الآلي لأرشفة وتصنيف بيانات المراقبة الفلكية؛ استخدام نماذج التعلم الآلي للتنبؤ بالطقس الفضائي والنشاط الشمسي واكتشاف الأجرام السماوية الجديدة.
يقول باحثون في جامعة كانساس إن عدد الأبحاث في علم الفلك التي تستخدم التعلم الآلي قد زاد بمقدار خمسة أضعاف على الأقل في السنوات الخمس الماضية.
تحليل البيانات باستخدام الذكاء الاصطناعي
في عام 2007، واجه العالم شافينسكي مهمة شاقة: تصنيف آلاف المجرات على أساس مظهرها.
وبما أنه لم يكن هناك برنامج جاهز لهذه المهمة في ذلك الوقت، فقد توصل إلى فكرة: حشد الجهود لتنفيذ المهمة من خلال مستخدمي الإنترنت العاديين وطلب منهم المساعدة في وضع العلامات واستكمال التصنيف، وهو ما كان مشروعًا ضخمًا. ولكن اليوم،وباستخدام الذكاء الاصطناعي، يمكن إكمال هذه المهمة الشاقة في فترة ما بعد الظهر فقط.
وبحسب ديفيد هوج، عالم الفلك بجامعة نيويورك، فإن عمله لا ينفصل عن الذكاء الاصطناعي.استخدام تقنيات مثل الشبكات العصبية لتصنيف النجوم من الأطياف واستخدام النماذج المعتمدة على البيانات لدراسة بعض الخصائص الفيزيائية للنجوم.
في ورقة بحثية نشرت في مجلة Astronomy & Astrophysics في ديسمبر الماضي، أفاد فريق من المعهد الفيدرالي السويسري للتكنولوجيا في زيورخ أناستخدم النماذج التوليدية لدراسة التغيرات الفيزيائية التي تتعرض لها المجرات أثناء تطورها.يقوم نموذجهم بإنشاء مجموعات بيانات اصطناعية كوسيلة لمحاكاة واختبار العمليات الفيزيائية. على سبيل المثال، استخدموا محاكاة النماذج لاستكشاف الظاهرة التي تشير إلى انخفاض معدل التكوين بشكل حاد أثناء تشكل النجوم، وهو ما يرتبط بزيادة كثافة البيئة المجرية.
الاستفادة من خوارزميات التعلم الآلي لتحقيق اكتشافات جديدة
في معهد هايدلبرغ للدراسات النظرية، يقود كاي بولستيرر مجموعة متخصصة في المعلوماتية الفلكية، حيث يركزون على الأساليب التي تركز على البيانات في مجال الفيزياء الفلكية. ومؤخرًا، استخدموا خوارزميات التعلم الآلي لاستخراج معلومات الانزياح الأحمر (وهو التأثير الذي يوضح توسع الكون) من مجموعات بيانات المجرات، وهو ما كان في السابق مهمة صعبة.
قامت إيلينا روسي، الباحثة في مرصد لايدن في هولندا، ببناء نموذج شبكة عصبية لاستخراج الميزات المطلوبة من البيانات عند دراسة النجوم فائقة السرعة النادرة للغاية، ثم قامت بتصفيتها واستخراجها بشكل أكبر.
تم استخدام الخوارزمية في الصور التي أصدرها القمر الصناعي جايا.من بين مليار نجم، تم اختيار 80 نجمًا مرشحًا للسرعة الفائقة. بعد التحليل النهائي الذي أجراه العلماء، تم تأكيد وجود ستة نجوم فائقة السرعة.ويعتبر هذا الرقم حصادًا جيدًا للجولة الأولى من عمليات البحث.
لكن بولسترر أشار أيضًا إلى أن أنظمة الذكاء الاصطناعي ليست مثالية بعد، ومعظم الخوارزميات لا تستطيع إلا القيام بالعمل الذي تم تدريبها على القيام به.في بعض الأحيان، تسير الأمور على نحو خاطئ.على سبيل المثال، إذا أعطيت البرنامج صورة لمجرة، فيمكنه تقدير معلومات الانزياح الأحمر للمجرة وعمرها، ولكن إذا أعطيت النظام أي صورة عشوائية، مثل صورة شخصية أو سمكة، فسوف يقوم أيضًا بإخراج نتيجة.
لذلك، في هذه المرحلة، لا يزال استخدام الذكاء الاصطناعي يتطلب إشراف وتدريب العلماء البشريين.
الذكاء الاصطناعي نجح في "اصطياد" الكواكب الخارجية
على الرغم من أن الطريق لا يزال طويلاً، إلا أن الذكاء الاصطناعي حقق بالفعل بعض النتائج في علم الفلك. على سبيل المثالالبحث عن الكواكب الخارجية.
إن "البحث" عن الكواكب الخارجية في الكون يعد مهمة صعبة للغاية. وبالمقارنة بنجومها المضيفة، فإن الكواكب الخارجية لا تفشل في توليد الحرارة فحسب، بل إنها صغيرة للغاية أيضًا، مثل البحث عن يراعة تحلق تحت ضوء الكشاف من على بعد آلاف الأميال.
في الماضي، كان علماء الفيزياء الفلكية يبحثون عن الكواكب الخارجية بشكل أساسي يدويًا وباستخدام برامج آلية لتحليل كميات كبيرة من البيانات من مشروع كيبلر التابع لوكالة ناسا.
تشكل نقاط البيانات هذه حوالي 2 كوادريليون مدار كوكبي محتمل، والعثور على كوكب في قاعدة بيانات ضخمة كهذه سيستغرق وقتًا طويلاً حتى باستخدام أقوى أجهزة الكمبيوتر.لقد أدى ظهور التعلم الآلي إلى تقصير هذه المدة بشكل فعال.
في عام 2017، نجح كريس شالو، باحث الذكاء الاصطناعي في جوجل والمهتم باستكشاف الفضاء، بالتعاون مع أندرو فاندربيرج، عالم الفيزياء الفلكية في جامعة تكساس في أوستن، في اكتشاف كوكبين جديدين: 80g و90i في مجرة كيبلر-90 التي تبعد 2545 سنة ضوئية عن الأرض من خلال نموذج TensorFlow.
لتحسين دقة نموذج TensorFlow في تحديد الكواكب وتجنب الخلط بين الأجرام السماوية الأخرى مثل البقع النجمية والنجوم الثنائية والكواكب، استخدم المهندسون مجموعة بيانات تضم أكثر من 15000 إشارة كيبلر لتدريب النموذج. وأظهرت نتائجهم أيضًا أندقة التعلم الآلي تتجاوز 90%وهذا يعني أنه من الممكن استخدام الذكاء الاصطناعي لاستكشاف الكون واكتشاف الأجرام السماوية الجديدة.
قبل بضعة أيام فقط، استخدمت آن داتيلو، وهي طالبة في جامعة تكساس، خوارزمية ذكاء اصطناعي بسيطة لاكتشاف كوكبين خارجيين يبعدان 1300 سنة ضوئية عن بيانات مراقبة تلسكوب كيبلر.
عندما تشكل البيانات محيطًا، فإن المعالجة اليدوية تشبه البحث عن إبرة في كومة قش، ولكن إذا تم تسليمها إلى الذكاء الاصطناعي، فقد تكون قطعة من الكعكة.
استغرق الأمر عامين لمعالجة البيانات من أجل "رؤية" الثقب الأسود
وبالعودة إلى موضوع "رؤية" الثقوب السوداء، ربما لن تؤثر مثل هذه الاكتشافات على حياتنا اليومية لفترة طويلة. لكن لا تنسوا أن الناس بدأوا في النظر إلى النجوم منذ آلاف السنين، مما أدى إلى استكشاف الفضاء العظيم اليوم. قد يؤدي تدخل الذكاء الاصطناعي إلى إضافة أجنحة لاستكشافاتنا.
لفترة طويلة، كان فهم الناس للثقوب السوداء، بعيدًا عن الأوصاف المفاهيمية النظرية، مجرد بعض تصورات الخيال العلمي وصور الخيال الفني.
اسم الثقب الأسود واضح للغاية، وهو يفسر خاصيته المتمثلة في "قبول كل شيء": الجسم السماوي ذو الكتلة الضخمة سيشكل جاذبية قوية للغاية، وأي جسم يمر من خلاله سيتم امتصاصه، حتى الضوء لا يستطيع الهروب.
ولكي نكون أكثر دقة، فإن جاذبيتها قوية للغاية لدرجة أن الضوء لا يستطيع الهروب من مجال تأثيرها. يُطلق على هذا النطاق اسم "أفق الحدث" للثقب الأسود.داخل أفق الحدث، يتم "ابتلاع" الضوء، وبما أن الثقب الأسود نفسه لا يصدر الضوء، فلا يمكن ملاحظته بشكل مباشر.
فكيف استقبلنا هذا البيان الصحفي؟
في الواقع، هذه المرة، ما زلنا نركز على التأثيرات المحيطة التي يسببها الثقب الأسود. في بعض الأحيان، تكون سحابة الغاز حول الثقب الأسود قريبة جدًا، وتحت تأثير الجاذبية الضخمة، تدور سحابة الغاز حول الثقب الأسود لتشكل قرصًا من المادة. يتم تسخين الغاز عن طريق الاحتكاك ويصدر إشعاعات قوية. وتصبح سرعة الدوران أسرع وأسرع، حتى تمر في النهاية عبر أفق الحدث وتختفي إلى الأبد في الثقب الأسود.ما يلاحظه تلسكوب أفق الحدث هو حلقة ضوئية على شكل قرص تحيط بمخطط الثقب الأسود.
ولكن لمراقبة هذه الظاهرة، بالإضافة إلى اختيار ثقب أسود على المسافة والحجم المناسبين، فأنت بحاجة أيضًا إلى تلسكوب بدقة كبيرة بما يكفي.
في عام 2017، قامت عدة تلسكوبات من جميع أنحاء العالم بتشكيل مجموعة مراقبة قوية تسمى تلسكوب أفق الحدث (EHT) من خلال تقنية التصوير التداخلي، وكانت أهداف المراقبة هي الثقب الأسود Sagittarius A* في مركز مجرة درب التبانة والثقب الأسود في مجرة M87.
فقط بعد إجراء مثل هذا النشر، يصبح من الممكن تصوير الثقب الأسود. و،لا تقوم هذه التلسكوبات الراديوية بالتقاط الصور بشكل مباشر، بل تقوم بجمع كميات كبيرة من البيانات، والتي يقوم العلماء بعد ذلك بمعالجتها وتحويلها إلى صور.
من اكتمال "التصوير" وحتى الإصدار النهائي، كان الانتظار طويلاً لمدة عامين. نظرًا لأن كمية البيانات تصل إلى مستوى PB، فبالإضافة إلى نقل البيانات وتجميعها من أماكن مختلفة، فإن التحليل النهائي والحساب يستهلك أيضًا الكثير من الوقت. ووفقا للتقارير ذات الصلة،وفي المعالجة، يتم أيضًا استخدام تقنيات ذات صلة مثل "تحليل المكونات الأساسية".
لقد مر أكثر من 230 عامًا منذ أن اقترح العلماء لأول مرة مفهوم الثقوب السوداء في عام 1783، والآن هي اللحظة التي نكون فيها أقرب إلى الحقيقة حول الثقوب السوداء. وسوف تتاح لنا الفرصة لأن نكون الجمهور الأول الذي يعرف الإجابة.
أما بالنسبة للتفاصيل المحددة والنتائج النهائية، فلننتظر المؤتمر الصحفي الليلة! وسوف يعلن فريق مشروع EHT والأكاديمية الصينية للعلوم عن هذا الإنجاز الأخير في مرصد شنغهاي الفلكي.
موعد المؤتمر الصحفي هو توقيت بكين 10 أبريل 2019 21:00تم إصداره في وقت واحد في ستة مواقع حول العالم، بما في ذلك شنغهاي، بروكسل، بلجيكا (الإنجليزية)، سانتياغو، تشيلي (الإسبانية)، طوكيو، اليابان (اليابانية)، تايبيه، الصين (الصينية) وواشنطن، الولايات المتحدة الأمريكية (الإنجليزية).
فلنتطلع معًا إلى وصول هذه اللحظة التاريخية!