Ο Claude Science της Anthropic δημιούργησε τον πρώτο πλήρη χάρτη υπεριώδους ακτινοβολίας ολόκληρου του ουρανού, ένα ορόσημο που περιγράφεται από τον αστροφυσικό του Johns Hopkins, Brice Ménard, ο οποίος ηγήθηκε του έργου και παρουσίασε λεπτομερώς τη διαδικασία στον ιστότοπο του Anthropic. Η προσπάθεια, που αναφέρεται από το The Decoder, δείχνει πώς οι συντονισμένοι πράκτορες τεχνητής νοημοσύνης μπορούν να απορροφήσουν την κουραστική εργασία δεδομένων που διαφορετικά δεν θα έφταναν ποτέ οι ερευνητικές ομάδες.
Ο χάρτης καλύπτει τα κενά δεκαετιών που άφησαν προηγούμενες διαστημικές αποστολές, συνδυάζοντας αρχειακές παρατηρήσεις με ανακατασκευές περιοχών που δημιουργήθηκαν από μοντέλα περιοχών που κανένα τηλεσκόπιο δεν έχει καλύψει πλήρως. Είναι ένα από τα πιο συγκεκριμένα παραδείγματα τεχνητής νοημοσύνης που μετακινείται από τα chatbot και τους βοηθούς κωδικοποίησης στον καθημερινό μηχανισμό της επιστημονικής έρευνας — ένα θέμα που διατρέχει μεγάλο μέρος της σημερινής [ερευνητικής κάλυψης AI] (https://aibuzzwire.news).
Γιατί δεν υπήρξε ποτέ ολοκληρωμένος χάρτης UV
Το υπεριώδες φως είναι αόρατο από το έδαφος. Το στρώμα του όζοντος το εμποδίζει, πράγμα που σημαίνει ότι η αστρονομία με υπεριώδη ακτινοβολία μπορεί να γίνει μόνο από το διάστημα. Η αποστολή GALEX της NASA, η οποία εξέτασε τον ουρανό σε υπεριώδη ακτινοβολία από το 2003 έως το 2013, κατάφερε να καλύψει περίπου τα δύο τρίτα του ουρανού, αλλά παρέλειψε φωτεινές περιοχές σχηματισμού άστρων, όπου το φως είναι τόσο έντονο που μπορεί να βλάψει τους ανιχνευτές ή να κορεστεί τις παρατηρήσεις.
Αυτό άφησε περίπου το ένα τρίτο του ουρανού χωρίς υπεριώδη κάλυψη — συμπεριλαμβανομένων μερικών από τις πιο ενδιαφέρουσες επιστημονικά γειτονιές, πυκνές με νεαρά αστέρια και ενεργούς αστρικούς σχηματισμούς. Για περισσότερο από μια δεκαετία, οι αστρονόμοι που εργάζονταν με δεδομένα υπεριώδους ακτινοβολίας έπρεπε να αντιμετωπίσουν αυτές τις τρύπες, συνδυάζοντας μερικές όψεις ή απλώς αποφεύγοντας τις περιοχές που λείπουν στις αναλύσεις τους.
Πώς οι πράκτορες AI συναρμολόγησαν τον χάρτη
Ο Claude Science συντονίζει ομάδες πρακτόρων τεχνητής νοημοσύνης που κατέβασαν δεδομένα από πολλαπλές διαστημικές αποστολές, τα βαθμονομούσαν και τα συγχώνευσαν σε έναν ενιαίο συνεπή χάρτη. Όπου έλειπαν οι παρατηρήσεις, το σύστημα χρησιμοποίησε τη ζωγραφική — μια τεχνική όπου ένα μοντέλο μαθαίνει από τα υπάρχοντα δεδομένα για να αναδομήσει τα κενά.
Τα αποτελέσματα επικυρώθηκαν έναντι πραγματικών μετρήσεων: στις δοκιμές, οι προβλέψεις του μοντέλου απέκλιναν από τις πραγματικές τιμές κατά περίπου 10 τοις εκατό κατά μέσο όρο, σύμφωνα με την περιγραφή του έργου από τον Ménard. Αυτό το ποσοστό σφάλματος έχει σημασία - είναι η διαφορά μεταξύ ενός επιστημονικά χρησιμοποιήσιμου προϊόντος και μιας όμορφης εικόνας - και υποδηλώνει ότι οι ανακατασκευές είναι αρκετά κοντά για να υποστηρίξουν το διερευνητικό έργο, ακόμα κι αν δεν αποτελούν υποκατάστατο της άμεσης παρατήρησης.
Το υπεριώδες φως αποκαλύπτει σκόνη που φωτίζεται από το φως των αστεριών, συμπεριλαμβανομένων δομών όπως σύννεφα γύρω από νεαρά αστέρια και δακτυλίους που αφήνονται πίσω από αστρικές εκρήξεις. Με τον πλήρη ουρανό να καλύπτεται τώρα, οι ερευνητές μπορούν να μελετήσουν αυτά τα χαρακτηριστικά σε περιοχές που προηγουμένως ήταν τυφλά σημεία.
Η προσέγγιση συντονισμού πρακτόρων είναι τόσο αξιοσημείωτη όσο και το αποτέλεσμα. Αντί για ένα ενιαίο μοντέλο να απαντά σε ερωτήσεις, το σύστημα αποσυνέθεσε το έργο σε εργασίες - εντοπισμός αρχείων αποστολών, άντληση δεδομένων, έλεγχος βαθμονόμησης, ευθυγράμμιση προβολών, συγχώνευση επικαλυπτόμενων ερευνών, εντοπισμός κενών - και τα ανέθεσε σε εξειδικευμένους πράκτορες που εργάστηκαν μέσω του αγωγού. Οι επιστήμονες του ανθρώπου έθεσαν τις απαιτήσεις και επικύρωσαν τα αποτελέσματα. οι πράκτορες έκαναν τη δουλειά συναρμολόγησης που διαφορετικά θα είχε καταναλώσει τη δεκαετία ενός μεταπτυχιακού φοιτητή.
Ένα εργαλείο διδασκαλίας και ένα πρότυπο
Ο Ménard είπε ότι ο χάρτης προορίζεται να χρησιμεύσει ως διδακτικό υλικό, δίνοντας στους μαθητές και τους ερευνητές μια πλήρη εικόνα του υπεριώδους ουρανού για πρώτη φορά. Αλλά η μεγαλύτερη επίπτωση μπορεί να είναι η ίδια η ροή εργασίας.
Υποψιάζεται ότι πολλοί επιστήμονες έχουν αναβάλει παρόμοια έργα - μεγάλες, απαίσιες προσπάθειες ενσωμάτωσης δεδομένων που η τεχνητή νοημοσύνη θα μπορούσε τώρα να καταστήσει δυνατή. Τα αρχεία από προηγούμενες διαστημικές αποστολές είναι γεμάτα από δεδομένα που ποτέ δεν αξιοποιήθηκαν πλήρως, όχι επειδή δεν έχουν αξία, αλλά επειδή ο καθαρισμός, η βαθμονόμηση και η συγχώνευσή τους θα χρειαζόταν μια ερευνητική ομάδα χρόνια σκληρής δουλειάς. Τα συστήματα που βασίζονται σε πράκτορες, όπως το Claude Science, αλλάζουν τα οικονομικά: ο συντονισμός και ο χειρισμός δεδομένων που κάποτε κατανάλωσαν μια καριέρα μπορούν να συμβούν σε ένα έργο.
Υπάρχει μια ήσυχη ειρωνεία και στην πηγή των κενών. Το GALEX παρέλειψε τις φωτεινότερες περιοχές σχηματισμού άστρων ακριβώς επειδή είναι από τους πιο πολύτιμους στόχους - τους κινητήρες σχηματισμού νέων άστρων που οι αστρονόμοι θέλουν περισσότερο να μελετήσουν στο υπεριώδες φως. Μια αποστολή που σχεδιάστηκε γύρω από την προστασία των οργάνων κατέληξε να αφήσει τις πιο ενδιαφέρουσες γειτονιές της χωρίς χαρτογράφηση και μόνο τώρα, με την ανακατασκευή με τη βοήθεια AI, γεμίζει αυτό το τυφλό σημείο.
Οι επιφυλάξεις
Οι βαμμένες περιοχές είναι προβλέψεις, όχι μετρήσεις. Περίπου το ένα τρίτο αυτού του χάρτη υπάρχει επειδή ένα μοντέλο συνήγαγε πώς θα πρέπει να μοιάζει ο ουρανός με υπεριώδη ακτινοβολία με βάση τα γύρω δεδομένα και τα μοτίβα που έμαθαν από τις καλυμμένες περιοχές. Η μέση απόκλιση 10 τοις εκατό είναι ένας συνολικός αριθμός. συγκεκριμένες δομές - ένας αχνός δακτύλιος γύρω από ένα αστρικό υπόλειμμα, η άκρη ενός νέφους σκόνης - θα μπορούσαν να είναι λιγότερο αξιόπιστες από ό,τι υποδηλώνουν τα συνολικά στατιστικά στοιχεία του χάρτη.
Αυτό δεν είναι απόλυση. Κάθε έργο ανασυγκρότησης στην αστρονομία αντιμετωπίζει τον ίδιο συμβιβασμό και το έργο Anthropic είναι διαφανές σχετικά με το ποιες περιοχές προέκυψαν. Ωστόσο, οι ερευνητές που παραθέτουν τον χάρτη θα πρέπει να διακρίνουν τις παρατηρούμενες από τις ανακατασκευασμένες περιοχές, ιδιαίτερα για αμυδρές ή ασυνήθιστες πηγές.
Το έργο σηματοδοτεί επίσης την ευρύτερη ώθηση της Anthropic να τοποθετήσει τα μοντέλα της σε επιστημονικές ροές εργασίας, από τον χάρτη του ουρανού έως τη σάρωση ευπάθειας για λογισμικό ανοιχτού κώδικα που ανακοινώθηκε αυτήν την εβδομάδα. Για την κοινότητα της αστρονομίας, η άμεση λήψη είναι απλούστερη: ένα σύνολο δεδομένων που δεν υπήρχε τώρα υπάρχει και τα εργαλεία που το κατασκεύασαν μπορούν να υποδειχθούν σε άλλες αποστολές στη συνέχεια.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
