тестовый баннер под заглавное изображение
Открытия, которые можно совершить с помощью нового алгоритма, стало настоящим прорывом в методологии поиска малоизученных небесных тел и продемонстрировало мощь сочетания современных технологий машинного обучения и астрономических исследований. Впервые за всю историю обработки подобных данных было применено комплексное машинное обучение к массивам необработанных данных, содержащих сотни миллиардов строк. В результате молодой ученый не только увеличил каталог потенциальных объектов, но и открыл новые возможности для изучения космоса.
После тестирования алгоритма была подчеркнута важность использования искусственного интеллекта для анализа несвойственных человеку объемов данных, и разработанный метод раскрывает перспективы применения подобных методов в будущем астрономическом исследовании.
Новая методика позволила автоматизированно сортировать и анализировать огромные массивы данных, собранных телескопом NEOWISE, запущенным в 2009 году, предназначенного для поиска астероидов и комет, сближающихся с Землей. В отличие от традиционных методов, основанных на ручной обработке данных специалистами, новая модель полностью автоматизирована и может выполнять анализ без постоянного человеческого вмешательства.
Подросток работал над своим алгоритмом во время летней исследовательской программы в Калифорнийском технологическом институте под руководством известного астронома Дэви Киркпатрика.
«На тот момент, мы приблизились к обработке 200 миллиардов строк данных, собранных за более чем десятилетие наблюдений», — рассказывает Киркпатрик. Он пояснил, что задача состояла в том, чтобы взять небольшой участок неба и найти среди миллиардов строк те, что содержат признаки переменности объектов. Идея заключалась в создании модели машинного обучения, которая могла бы находить эти скудные признаки изменений, указывающие на наличие редких, ранее незафиксированных астрофизических явлений.
После нескольких месяцев работы модель студента успешно обработала данные, что привело к открытию около 1,5 миллиона потенциальных новых объектов. Среди них могут оказаться новорождённые сверхновые, исполнительные черные дыры, системы двойных звезд и другие редкие астрономические феномены.
«До этого никто не пытался использовать весь этот огромный набор данных для поиска и классификации таких значительных чисел объектов», — отметил Киркпатрик. Он подчеркнул, что модель уже активно используется научным сообществом: их каталог, названный VarWISE, помогает ученым изучать двойные звездные системы и другие переменные объекты.
Молодой ученый Маттео Пас рассказал, что его модель обладает высокой универсальностью — она способна работать с любыми временными данными, где критически важен анализ изменений. В частности, его интересует возможность применения алгоритма к мониторингу атмосферных изменений, предсказанию природных катаклизмов и оценки состояния экосистем. Исследователь подчеркнул необходимость использования современных технологий для решения глобальных задач, таких как изменение климата или сохранение природы.
У подростка возникла эта идея после чрезвычайных экологических происшествий в Лос-Анджелесе, когда пожары и лесные пожары вынудили его и его семью покинуть дом.
«Эти события подтолкнули меня понять важность использования научных методов для мониторинга и предотвращения экологических катастроф, что сделало его интерес к климатологии и окружающей среде не менее важным, чем астрономия», — поясняет Маттео Пас.
Президент Научного общества, курирующего мероприятие, выразил уверенность, что молодые ученые, такие как Пас, воплощают в себе надежду на будущее науки, внедряя инновационные идеи и создавая решения, способные изменить наш мир.
