- PVSM.RU - https://www.pvsm.ru -

Google открыла код для машинного поиска экзопланет по данным с «Кеплера»

Google открыла код для машинного поиска экзопланет по данным с «Кеплера» - 1
Фрагмент Солнечной системы (слева) в сравнении с восьмипланетной системой Kepler 90 (справа). Обнаруженная нейросетью Google экзопланета Kepler 90i с периодом обращения 14 дней отмечена оранжевым цветом

Исследователи находят всё новые применения нейросетям для обработки изображений. Теоретически возможности машинного обучения с подкреплением (DL) поистине безграничны, но когда смотришь на реальные достижения этих программ — среди них не так уж много действительно полезных на практике. Чаще всего нейросети достигают успеха в какой-нибудь игре, выдавая в качестве положительного стимула количественный результат в очках. Но какой смысл, что ваш ИИ научился отлично играть в Counter-Strike, если он не способен реализовать свои знания на практике и обезвредить настоящих террористов?

Но в отдельных случаях DL всё-таки используют не только для изучения самого DL, но и для решения практических задач, важных для человечества. Например, они используются в здравоохранении [1], квантовой химии [2] и ядерной физике [3] (везде даны ссылки на исследования Google). Теперь к этому списку присоединилась астрофизика. Инженеры из подразделения Google Brain нашли две новые экзопланеты [4], обучив нейросеть анализировать данные с космического телескопа «Кеплер» [5]. Хотя это всего лишь предварительные результаты после обработки 670 звёздных систем, но они доказывают применимость машинного обучения в данной области.

8 марта 2018 года разработчики Google выложили на GitHub [6] исходный код программы для обработки данных с «Кеплера», программ обучения нейросети и выдачи прогнозов по самым перспективным звёздным системам.

Google надеется, что публикация исходников поможет другим исследователям разработать аналогичные нейронные сети и алгоритмы обучения для обработки данных с других космических миссий, в том числе K2 [7] (вторая миссия «Кеплера») и Transiting Exoplanet Survey Satellite [8].

Как известно, 12 мая 2013 года телескоп «Кеплер» вышел из строя; орбитальная обсерватория потеряла ориентацию в пространстве, бортовой компьютер перешёл в «безопасный режим». Но инженеры NASA не сдались и предложили инновационный способ, как стабилизировать космическую станцию, используя солнечный ветер. Схематично изобретённая техника показана на иллюстрации.

Google открыла код для машинного поиска экзопланет по данным с «Кеплера» - 2 [9]

С момента начала миссии K2 обнаружено более 20 экзопланет и более 300 кандидатов — и «Кеплер» продолжает поставлять новые данные для анализа.

Основным научным инструментом космической обсерватории является фотометр [10], составленный из 42 ПЗС-сенсоров размером 50×25 мм и разрешением 2200×1024 пикселей каждая. Каждые три секунды происходит считывание с ПЗС. Фотометр непрерывно регистрирует яркость звезды, и если перед ней проходит планета — то фиксирует характерный сигнал в форме U.

Google открыла код для машинного поиска экзопланет по данным с «Кеплера» - 3

Проблема в том, что похожий сигнал могут давать и другие астрономические объекты, а не только планеты. Например, это могут быть двойные звёзды, звёздные пятна [11], космические лучи, шум от инструментов и другие феномены.

Google открыла код для машинного поиска экзопланет по данным с «Кеплера» - 4

Автоматический конвейер обработки данных NASA [12] пытается отфильтровать сигналы, которые могут соответствовать экзопланетам. Но даже после такой фильтрации кандидатов слишком много, и все требуют проверки. На данный момент конвейер выдал более 30 000 кандидатов, и около 2500 в реальности оказались планетами.

Инженеры Google обучили нейросеть на имеющемся наборе данных — тех самых 30 000 кандидатах, которые уже реально проверены людьми (обучение с учителем). Так она научилась уверенно отличать планеты от ложноположительных кандидатов. После этого её запустили для проверки на небольшой выборке из 670 звёздных систем — и её удалось найти две ранее неизвестные экзопланеты Kepler-90i и Kepler-80g [13], которые раньше ускользнули от внимания астрономов при ручной проверке кандидатов.

Google открыла код для машинного поиска экзопланет по данным с «Кеплера» - 5

Теперь после публикации исходного кода любой желающий может начать поиск новых экзопланет на своём собственном компьютере, обучив нейросеть от Google по опубликованной инструкции [6] и загрузив в неё данные с «Кеплера».

Обработки ждут ещё 200 000 звёздных систем. Вокруг каждой из них могут вращаться планеты земного типа.

Автор: Анатолий Ализар

Источник [14]


Сайт-источник PVSM.RU: https://www.pvsm.ru

Путь до страницы источника: https://www.pvsm.ru/open-source/275064

Ссылки в тексте:

[1] здравоохранении: https://research.googleblog.com/2017/03/assisting-pathologists-in-detecting.html

[2] квантовой химии: https://research.googleblog.com/2017/04/predicting-properties-of-molecules-with.html

[3] ядерной физике: https://research.googleblog.com/2017/07/so-there-i-was-firing-megawatt-plasma.html

[4] нашли две новые экзопланеты: https://www.blog.google/topics/machine-learning/hunting-planets-machine-learning/

[5] космического телескопа «Кеплер»: https://www.nasa.gov/mission_pages/kepler/overview/index.html

[6] выложили на GitHub: https://github.com/tensorflow/models/tree/master/research/astronet

[7] K2: https://www.nasa.gov/feature/ames/nasas-k2-mission-the-kepler-space-telescopes-second-chance-to-shine

[8] Transiting Exoplanet Survey Satellite: https://tess.gsfc.nasa.gov/

[9] Image: https://www.nasa.gov/sites/default/files/k2_explained_25nov_story_2.jpg

[10] фотометр: https://www.nasa.gov/mission_pages/kepler/spacecraft/index.html

[11] звёздные пятна: https://en.wikipedia.org/wiki/Starspot

[12] Автоматический конвейер обработки данных NASA: https://keplerscience.arc.nasa.gov/pipeline.html

[13] Kepler-90i и Kepler-80g: https://www.nasa.gov/press-release/artificial-intelligence-nasa-data-used-to-discover-eighth-planet-circling-distant-star

[14] Источник: https://geektimes.ru/post/298969/?utm_campaign=298969