İlk yapay zeka destekli teleskop yıldız gözlemine gidiyor

Gökbilimciler her gece, teleskopu nereye doğrultacaklarına karar vermeden önce değişen hava durumunu, ay ışığının yoğunluğunu ve değişen atmosfer koşullarını dikkatle değerlendirmelidir. Bu, karanlık gökyüzünün altındaki her değerli saatten mümkün olduğunca fazla bilim elde etmek için tasarlanmış sürekli bir dengeleme eylemidir. Northwestern Üniversitesi, Chicago Üniversitesi ve Fermilab bilim insanları, teleskopun nereye bakması gerektiğini otomatik olarak belirleyen yeni bir yapay zeka (AI) aracı geliştirdiler.

Aracı Ulusal Bilim Vakfı (NSF) – Simons Vakfı Gökyüzü Yapay Zeka Enstitüsü’nde (SkAI, “gökyüzü” olarak telaffuz edilir) geliştirdikten sonra bilim adamları, Şili’deki Cerro Tololo Amerikalararası Gözlemevi’ndeki (CTIO) NSF Víctor M. Blanco 4 metrelik (13 fit) Teleskoba monte edilmiş 570 megapiksel ABD Enerji Bakanlığı (DOE) yapımı Karanlık Enerji Kamerası (DECam) ile gözlemleri planlamak için yapay zeka sistemini başarıyla kullandılar. Sistem sadece bir gözlem planı oluşturmakla kalmadı, aynı zamanda çevresel koşullar değiştikçe bu planı gerçek zamanlı olarak uyarladı. Rutin planlama kararlarını otomatik hale getiren bu yenilik, teleskopların mümkün olan en iyi verileri toplamasına yardımcı olacak.

Projeyi yöneten UChicago’dan Alex Drlica-Wagner, “Bu, daha özerk gözlemevlerine doğru önemli bir kilometre taşıdır” dedi. “En önemli başarılardan biri, bu otonom teleskopu ulusal bir gözlemevine yerleştirmek için gereken tüm altyapıyı kurmuş olmamız. Şu anda performansının bir insanın yeteneğiyle kıyaslanabilir düzeyde olduğunu söyleyebilirim. Bir sonraki adım olarak, bilgisayara bir insandan daha iyi iş çıkarmayı öğretmeyi planlıyoruz.”

Drlica-Wagner, Fermilab’da bir bilim adamı ve UChicago’da astronomi ve astrofizik profesörüdür. Projeyi Northwestern McCormick Mühendislik Okulu’nda bilgisayar bilimi doçenti olan Aravindan Vijayaraghavan ile birlikte yönetti.

SkAI’de doktora sonrası araştırma görevlisi olan Paul Chichura; UChicago’da doktora öğrencisi Rachel Hur; ve NSF’nin NOIRLab’ında yardımcı bilim insanı olan Guillermo Damke, Blanco Teleskobu’nda gökyüzüne konuşlandırmayı gerçekleştirdi. Drlica-Wagner, Vijayaraghavan, Chichura ve Hur, SkAI’nin çekirdek üyeleridir.

Teleskobun nereye yönlendirileceğini seçmek yalnızca gözlemlenecek ilginç bir nesne bulmakla ilgili değildir. Aynı zamanda değerli gözlem zamanının her dakikasından en iyi şekilde yararlanmakla ilgilidir. Bazen gökbilimciler büyük bir teleskop kullanma şansı yakalamak için aylarca beklerler. Kötü konumlandırılmış bir teleskop, daha az keskin görüntüler veya ay ışığı altında silikleşmiş görüntüler sunabilir, bu da sönük veya uzaktaki nesnelerin tespit edilmesini daha da zorlaştırabilir. Başarısız olan gözlemi yeniden yapma fırsatına ise aylar kalmış olabilir.

Drlica-Wagner, “Büyük teleskoplar ulusal veya uluslararası kaynaklardır” dedi. “Dünyanın her yerindeki pek çok gökbilimci bu teleskopları kullanmak için zaman istiyor ve bu süre de sınırlı. Herkes zamanını daha verimli kullanabilirse toplum daha fazla bilim yapabilecek.”

Gözlem sürecini daha verimli hale getirmek için Drlica-Wagner, büyük astronomik araştırmalardaki uzmanlığını Vijayaraghavan’ın son teknoloji makine öğrenimi konusundaki uzmanlığıyla birleştirdi. SkAI’deki ekipleriyle birlikte derin öğrenmeli bir planlama sistemi geliştirdiler. Araştırmacılar, yapay zekayı gökbilimcilerin onlarca yıldır geliştirdiği kurallarla programlamak yerine sistemin kendi başına öğrenmesine izin verdi. Blanco Teleskobu’na monte edilmiş dev bir kamerayla gece gökyüzünü tarayan Karanlık Enerji Araştırması’ndan elde edilen tarihsel gözlemler üzerine derin öğrenme modelini eğittiler.

Drlica-Wagner, “Modeli, teleskopun bir anda nereye baktığını göstererek ve bir sonraki gözlemi tahmin etmesini isteyerek, yıllar süren tarihsel gözlemlere dayanarak eğittik” dedi. “Sonra tahminini gökbilimcilerin gerçekte yaptıklarıyla karşılaştırdık ve hatalarını düzeltmesini istedik. Bu süreci birçok kez tekrarladıktan sonra, ayın parlaklığının, atmosferik koşulların veya diğer birçok faktörün astronomik gözlemlerin kalitesini nasıl etkilediği açıkça öğretilmeden gözlemlerin nasıl planlanacağını öğrendi.”

Vijayaraghavan, “Her kararın değişen koşulları ve kısıtlı gözlem süresini dengelemesi gereken teleskop planlamaya yapay zeka ve pekiştirmeli öğrenmeden gelen fikirleri görmek heyecan verici” dedi. “Astronomik araştırmalar için akıllı planlama sistemleri geliştirmek aynı zamanda büyüleyici yeni makine öğrenimi sorunlarını da beraberinde getiriyor ve biz de bu proje aracılığıyla bunları keşfetmeye devam etmekten heyecan duyuyoruz.”

Geçtiğimiz bahar ve yaz aylarında akıllı planlama sistemi, dünyanın en üretken astronomi tesislerinden biri olan Blanco Teleskobu üzerinde iki başarılı gözlem çalışmasını tamamladı. Bu ilk dağıtım için amaç, yapay zekanın neredeyse insan programlayıcılar kadar iyi performans göstermesini sağlamaktı. Ekibin bir sonraki hedefi yapay zekaya yalnızca insanın karar verme sürecini taklit etmeyi değil aynı zamanda onu geliştirmeyi de öğretmek. Yapay zeka, insanların asla düşünemeyeceği gözlem stratejilerini keşfederek, sonunda teleskopları daha da verimli hale getirebilir.

NSF-DOE Vera C. Rubin Gözlemevi de dahil olmak üzere yeni nesil teleskoplar eşi benzeri görülmemiş miktarda astronomik veri üretmeye başladıkça, akıllı planlama sistemleri yardımcı teleskopların daha verimli yanıt vermesine ve her gözlem çalışmasının bilimsel değerini en üst düzeye çıkarmasına yardımcı olabilir.

Drlica-Wagner, “Eğer bu teknik operasyonel görevi daha az insan çabası gerektirecek şekilde otomatikleştirebilirsek, o zaman gökbilimciler bilimsel açıdan daha ilginç sorunlar hakkında düşünmek ve keşfe odaklanmak için daha fazla zamana sahip olabilir.” dedi.