Астрономы стали активно использовать нейронные сети для сокращения времени обработки данных

Гравитационная линза — массивное космическое тело (планета, звезда, галактика, тёмная материя), способное своим гравитационным полем менять направление распространения электромагнитного излучения фонового объекта. Подобный феномен помог учёным открыть экзопланеты, понять эволюцию вселенной, увидеть сверхъяркие галактики и достичь других успехов.

Однако анализ полученных при помощи гравитационных линз изображений занимает большой объём времени, заставляя исследователей сравнивать полученные результаты с смоделированными в лабораториях. Данный процесс может длиться недели и месяцы.

Сотрудники национальной ускорительной лаборатории SLAC нашли выход из сложившейся ситуации. Они обучили нейронную сеть более чем на 500 тысячах смоделированных изображений. После этого она смогла за доли секунды сопоставить информацию с изображений с точностью, близкой к традиционным методам.

Сотрудники проекта SLAC Фил Маршал и Яшар Хезавех поражаются мощности нейронных сетей:

Удивительно, как нейронные сети самостоятельно понимают, какие вещи им нужно искать. Это как обучение ребёнка. Ты не говоришь ему, что такое собака, ты лишь показываешь ему её изображения. Но нейронные сети не только выбирают изображения собак из кучи фотографий, они ещё и сообщают всю информацию о них — возраст, вес, породу.

С появлением новых телескопов, способных обнаружить еще больше примеров гравитационного линзирования, необходимость в быстрых методах классификации будет только расти. Самое важное для учёных — то, что машинное обучение работает достаточно быстро даже на мобильном телефоне.