Bilim adamları, güneş sistemimizin dışındaki gezegeni bulmak için AI kullanıyor

0
Yeni bir çalışma, gezegenin yaklaşık 4,5 milyar yıl önce 984 fit derinliğindeki okyanuslarla kaplı olduğunu söyledi.— NASA
Yeni bir emek harcama, gezegenin ortalama 4,5 milyar yıl ilkin 984 fit derinliğindeki okyanuslarla kaplı bulunduğunu söylemiş oldu.— NASA

Georgia Üniversitesi’nden bir grup bilim insanı, Dünya’dan oldukça uzaktaki yeni dünyaları keşfetmek ve sınıflandırmak için yeni bir yöntem geliştirdi. Suni zekanın (AI) bir kanadı olan makine öğrenimini kullanan bir dış gezegenle karşılaştılar.

Son araştırma, AI’nın yeni yaratılan yıldızların etrafındaki gazı, protogezegen disklerini inceleyerek dış gezegenin varlığını doğru bir halde yakalayabildiğini gösterdi. Yeni gösterilen sonuçlar, daha ilkin baypas edilmiş ötegezegenleri tanımak için makine öğrenimini kullanmaya yönelik ilk adımı simgeliyor.

Araştırmanın baş yazarı Jason Terry bir mesajda şunları söylemiş oldu: “Gezegeni geleneksel teknikler kullanarak doğruladık, sadece modellerimiz bizi bu simülasyonları çalıştırmaya yönlendirdi ve gezegenin tam olarak nerede olabileceğini gösterdi.

“Modellerimizi bir takım eski gözleme uyguladığımızda, daha ilkin çözümleme edilmiş olmasına karşın bir gezegeni olduğu bilinmeyen bir disk belirlediler. Önceki keşifler şeklinde, diskin simülasyonlarını çalıştırdık ve bir gezegenin yeniden- gözlemi oluştur.”

Terry’ye bakılırsa, modeller bir gezegenin varlığını tespit etti ve bu, diskin belirli bir bölümünü gayretle vurgulayan ve bir gezegene özgü bir göstergeye haiz olduğu ortaya çıkan oldukça sayıda fotoğrafla karakterize edildi – gezegenin etrafındaki gazın hızında muhteşem bir değişim.

Hesaplamalı astrofizik profesörü ve UGA’daki Ötegezegen ve Gezegen Oluşumu Araştırma Grubu’nun baş araştırmacısı Cassandra Hall, “Bu, kavramın inanılmaz derecede coşku verici bir kanıtı. Önceki çalışmalarımızdan, malum dış gezegenleri oluşturmak için makine öğrenimini kullanabileceğimizi biliyorduk. Artık marka keşifleri yapmak için kullanabileceğimizi kati olarak biliyoruz.

Terry, “Bu, modellerimizin – ve genel olarak makine öğreniminin – insanların gözden kaçırabileceği mühim detayları süratli ve doğru bir halde belirleme kabiliyetine haiz bulunduğunu gösteriyor. Bu, analizi ve müteakip kuramsal içgörüleri mühim seviyede hızlandırma potansiyeline haiz” dedi.

“Tüm kataloğu çözümleme etmek ve belirli bir noktada yeni bir gezegen için kuvvetli kanıtlar bulmak yalnızca bir saatimizi aldı, bu yüzden veri kümelerimiz daha da büyüdükçe bu tür teknikler için mühim bir yer olacağını düşünüyoruz.”

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir