Học sâu là một dạng của trí tuệ nhân tạo. Trong 2 nghiên cứu không liên quan, các nhà thiên văn học báo cáo thành công của ngạc nhiên khi sử dụng nó để thực hiện nghiên cứu mà khó khăn hoặc không thể.
Học sâu là một tập hợp con của học máy trong trí tuệ nhân tạo (AI) có các mạng có khả năng học không bị giám sát từ dữ liệu không có cấu trúc hoặc không được gắn nhãn. Hình ảnh và chú thích qua Quora.
Chúng tôi đã xuất bản một câu chuyện vào tháng Tư về một nhà sử học nghệ thuật sử dụng một kỹ thuật phân tích sáng tạo để mở khóa các bí mật kiến trúc. Ông đã sử dụng một phương pháp học máy gọi là học sâu - ví dụ, được sử dụng trong phần mềm nhận dạng khuôn mặt và nhận dạng giọng nói - để làm khoa học. Tương tự, ngày càng có nhiều nhà thiên văn học báo cáo việc sử dụng các kỹ thuật học sâu máy móc để thực hiện nghiên cứu mà con người có thể thực hiện bằng cách sử dụng các phương pháp truyền thống hơn.
Dưới đây chúng tôi mô tả hai ví dụ gần đây về việc sử dụng học sâu cho thiên văn học. Đầu tiên có liên quan đến các hành tinh quay quanh hai ngôi sao và thứ hai để phân loại các thiên hà.
Ấn tượng của nghệ sĩ Kepler-16b, được phát hiện bởi sứ mệnh NASA Kepler và hành tinh tuần hoàn được xác nhận đầu tiên. Nó là một khối khí khổng lồ quay quanh rìa của hệ thống nhị phân của nó. Hình ảnh qua T. Pyle / NASA / JPL-Caltech / RAS.
Đầu tiên, các hành tinh quay quanh hai ngôi sao. Máy tính có thể dự đoán liệu các hành tinh quay quanh các ngôi sao nhị phân vẫn ở trong quỹ đạo ổn định không? Đó là một câu hỏi quan trọng bởi vì nhiều ngôi sao (có lẽ là hầu hết) trong thiên hà Milky Way của chúng ta dường như nằm trong nhiều hệ sao và bởi vì các hành tinh trên quỹ đạo ổn định có thể được coi là hành tinh dễ sống nhất.
Và hóa ra, câu trả lời là có. Các nhà nghiên cứu đã báo cáo vào ngày 23 tháng 4 năm 2018, rằng các máy tính trải qua quá trình học sâu có thể dự đoán sự ổn định của các hành tinh trong các hệ sao nhị phân thành công hơn các nhà thiên văn học của con người. Một nghiên cứu về chủ đề này đã xem xét những gì nhiều nhà thiên văn học gọi Tatooines, các hành tinh quay quanh hai ngôi sao, được đặt tên cho Tatooine hư cấu được giới thiệu lần đầu tiên vào năm 1977 với tư cách là ngôi nhà của Luke Skywalker, trong bộ phim Star Wars gốc. Các nhà nghiên cứu Chris Lam và David Kipping, cả hai, tại thời điểm đó, tại phòng thí nghiệm Cool Worlds tại Đại học Columbia ở New York (Lam đã lấy bằng tiến sĩ và tiếp tục). Nghiên cứu của họ được công bố trên tạp chí đánh giá ngang hàng Thông báo hàng tháng của Hiệp hội Thiên văn Hoàng gia. Các tác giả đã giải thích trong một tuyên bố:
Hàng chục hành tinh này cho đến nay đã được phát hiện, nhưng tìm ra liệu chúng có thể ở được hay không có thể khó khăn.
Di chuyển xung quanh hai ngôi sao thay vì chỉ một có thể dẫn đến những thay đổi lớn trong quỹ đạo hành tinh, điều đó có nghĩa là nó thường bị đẩy ra khỏi hệ thống hoàn toàn, hoặc nó đâm mạnh vào một trong hai ngôi sao sinh đôi của nó. Các cách tiếp cận truyền thống để tính toán cái nào xảy ra cho một hành tinh nhất định trở nên phức tạp hơn đáng kể ngay khi ngôi sao phụ được ném vào hỗn hợp.
Các nhà nghiên cứu này đã mô phỏng hàng triệu hành tinh có thể với các quỹ đạo khác nhau bằng các phương pháp truyền thống và thấy rằng các hành tinh được dự đoán là ổn định rõ ràng là không, và ngược lại. Nghiên cứu mới của họ cho thấy cách học máy có thể đưa ra dự đoán chính xác, ngay cả khi cách tiếp cận tiêu chuẩn - dựa trên định luật hấp dẫn và chuyển động của Newton - bị phá vỡ. Họ nói rằng:
Sau khi tạo ra mười triệu Tatooine giả thuyết với các quỹ đạo khác nhau và mô phỏng từng loại để kiểm tra tính ổn định, bộ huấn luyện khổng lồ này đã được đưa vào mạng lưới học tập sâu. Chỉ trong vài giờ, mạng đã có thể thực hiện chính xác các phương pháp tiêu chuẩn.