ასტრონომი კევინ შავინსკი თავისი ცხოვრების დიდ ნაწილს ზემასიური შავი ხვრელების შესწავლას უთმობს, თუმცა მას, სხვა ასტრონომებივით, ძალიან ეზარება უზარმაზარი მონაცემების დამუშავება. მისთვის სასურველი სცენარია, თუ მონაცემებს კომპიუტერი დაამუშავებს, დასკვნებს კი თავად გამოიტანს. სამწუხაროდ, ასტრონომების ძლიერი მხარე სულაც არაა პროგრამირება და მათ ასეთი მანქანის შექმნა არ შეუძლიათ.

ამ პრობლემის გადაჭრა ერთ-ერთმა პროფესორმა გადაწყვიტა და ვირტუალურად "შეახვედრა" ერთმანეთს კევინ შავინსკი და სი ჟენი, რომელიც კომპიუტერული ტექნოლოგიების მეცნიერია. მგონი, ერთმანეთი უნდა გაიცნოთ - ეწერა ელექტრონულ წერილში. მეცნიერებმა ისაუბრეს და დაგეგმეს, თუ როგორ გამოიყენებდნენ ბოლო ტექნოლოგიებს კოსმოსის შესასწავლად. სულ ახლახან კი მათი თანამშრომლობის პირველი შედეგი გამოქვეყნდა: ხელოვნური ნეირონული ქსელი, რომელიც აუმჯობესებს ბუნდოვან, "ხმაურიან" სურათებს კოსმოსიდან.

ეს შეიძლება ასტრონომების საქმიანობის ავტომატიზაციის დასაწყისი იყოს. ხელოვნური ინტელექტი შეძლებს მონაცემების იდენტიფიცირებას, კლასიფიკაციასა და გასუფთავებას. ასეთი ტექნოლოგია მომავალში ასტრონომებისთვის სტანდარტული ციფრული ხელსაწყო გახდება.

საკითხის შესასწავლად შავინსკიმ და ჟენმა შექმნეს ნეირონული ქსელი, რომელმაც დამოუკიდებლად დააგენერირა კატის სურათი. რა თქმა უნდა, ამ პროცესს წინ იმის შესწავლა უძღოდა წინ, თუ კონკრეტულად რა გარეგნული თვისებები აქცევს კატას - კატად.

სისტემას სახელად GAN დაარქვეს (Generative Adversarial Network). თავდაპირველად მას ერთი და იმავე გალაქტიკის ორი სურათი მისცეს: ერთი - ბუნდოვანი, მეორე - დამუშავებული. სისტემამ გაფუჭებული სურათი მაქსიმალურად გამოასწორა ისე, რომ მეორე სურათისთვის დამესგავსებინა. სამუშაოს მეორე ნაწილი კი მიღებულ შედეგსა და თავდაპირველ "ნორმალურ" სურათს შორის განსხვავებების პოვნა იყო. ასე ისწავლა GAN-მა სურათების გასუფთავება.

ამ ტიპის სამუშაოებს ტელესკოპები ვერ უმკლავდებიან, რადგან დეტალების მიმართ საკმარისად მგრძნობიარობას ვერ ამჟღავნებენ. რეალურად, ასტრონომები სულაც არ არიან ვალდებულები, იცოდნენ, როგორ მუშაობს ხელოვნური ინტელექტი. ამის მიუხედავად, ისინი სულ მალე შეძლებენ, სამუშაოს ყველაზე მოსაწყენი ნაწილი რობოტებს გადაულოცონ.

რისთვის არის ეს ტექნოლოგია კარგი?

სხვა ასტრონომებმა უკვე გამოიყენეს ხელოვნური ინტელექტი თავიანთი სამუშაოების შესასრულებლად. მეცნიერებმა ETH ციურიხში, მაგალითად, ხელოვნური ინტელექტის გამოყენებით რადიომონაცემებში დაბინძურება დაამარცხეს. მათ ნეირონულ ქსელს ასწავლეს, როგორ გაეკეთებინა იგნორირება ადამიანების მიერ წარმოქმნილი რადიოსიგნალებისთვის.

ხელოვნური ინტელექტის გამოყენება უკვე არსებული მონაცემებიდან მეტი ინფორმაციის მიღების შანსს იძლევა. "ჩვენ შეგვიძლია, ძველი დაკვირვებები გავაუმჯობესოთ", - ამბობს შავინსკი.

მანქანების გამოყენება მონაცემების დამუშავებას ააჩქარებს და ასტრონომებს რუტინული საქმისგან გაათავისუფლებს. აქამდე მათი სამუშაოს უმეტესი ნაწილი მოცავდა ერთი და იმავე ტიპის სიგნალების მოძიებას, მაგრამ ამიერიდან პროგრამა თავად გადაწყვეტს, რა უნდა მოიძიოს და როგორ. თუ აღმოაჩენს ახალი ტიპის სიგნალს, მოძებნის ყველა მსგავს სიგნალსაც.

მთავარი მაინც ისაა, რომ ასტრონომების დრო და გონებრივი რესურსები ამიერიდან უფრო მნიშვნელოვან საკითხს მოხმარდება. "ხელოვნური ინტელექტი სამეცნიერო კვლევაში შემოიჭრა. ეს აფეთქების დასაწყისია. ეს არის ის, რაც ყველაზე მეტად მაოცებს მე ამ წუთას. ჩვენ მოწმენი ვხდებით იმ გზის ფორმირებისა, რომლითაც სამეცნიერო კვლევებს განხორციელდება მომავალში", - ამბობს შავინსკი.