Sayansi ya Claude ya Anthropic imetoa ramani ya kwanza kamili ya urujuanimno ya anga nzima, hatua muhimu iliyoelezewa na mwanaanga wa Johns Hopkins Brice Ménard, ambaye aliongoza mradi na kueleza kwa kina mchakato huo kwenye tovuti ya Anthropic. Juhudi, iliyoripotiwa na The Decoder, inaonyesha jinsi mawakala wa AI walioratibiwa wanaweza kunyonya kazi ya data ya kuchosha ambayo timu za utafiti hazingeweza kamwe kuzifikia.
Ramani inajaza mapengo ya miongo kadhaa yaliyoachwa na misheni ya anga ya awali, ikichanganya uchunguzi wa kumbukumbu na uundaji upya wa maeneo ambayo hakuna darubini imefunikwa kikamilifu. Ni mojawapo ya mifano thabiti zaidi ya AI kuhama kutoka kwa gumzo na wasaidizi wa usimbaji hadi mashine ya kila siku ya utafiti wa kisayansi - mandhari ambayo yanapitia sehemu kubwa ya leo utafiti wa AI.
Kwa nini Ramani Kamili ya UV Haijawahi Kukuwepo
Mwanga wa ultraviolet hauonekani kutoka chini. Safu ya ozoni huizuia, ambayo ina maana kwamba unajimu wa UV unaweza kufanywa tu kutoka angani. Ujumbe wa NASA wa GALEX, ambao ulichunguza anga kwa mwanga wa ultraviolet kutoka 2003 hadi 2013, uliweza kufunika karibu theluthi mbili ya anga lakini ukaruka maeneo angavu ya kutengeneza nyota, ambapo mwanga ni mkali sana unaweza kuharibu vigunduzi au kueneza uchunguzi.
Hiyo iliacha takriban theluthi moja ya anga bila mionzi ya UV - ikiwa ni pamoja na baadhi ya vitongoji vinavyovutia zaidi kisayansi, vilivyo na nyota changa na malezi ya nyota. Kwa zaidi ya muongo mmoja, wanaastronomia wanaofanya kazi na data ya UV wamelazimika kukabiliana na mashimo hayo, kuunganisha sehemu za maoni au kuepuka tu maeneo ambayo hayapo katika uchanganuzi wao.
Jinsi Mawakala wa AI Walivyokusanya Ramani
Claude Science huratibu timu za mawakala wa AI ambao walipakua data kutoka kwa misheni nyingi za anga, kuisawazisha na kuiunganisha katika ramani moja thabiti. Ambapo uchunguzi haukuwepo, mfumo ulitumia uchoraji - mbinu ambapo mtindo hujifunza kutoka kwa data iliyopo ili kuunda upya mapungufu.
Matokeo yalithibitishwa dhidi ya vipimo halisi: katika majaribio, ubashiri wa modeli ulipotoka kutoka kwa thamani halisi kwa takriban asilimia 10 kwa wastani, kulingana na maelezo ya Ménard ya mradi huo. Kiwango hicho cha makosa ni muhimu - ni tofauti kati ya bidhaa inayoweza kutumika kisayansi na picha nzuri - na inapendekeza kuwa uundaji upya uko karibu vya kutosha kusaidia kazi ya uchunguzi, hata kama sio mbadala wa uchunguzi wa moja kwa moja.
Mwangaza wa UV hufichua vumbi linalomulika na mwanga wa nyota, ikijumuisha miundo kama vile mawingu karibu na nyota changa na pete zilizoachwa nyuma na milipuko ya nyota. Anga kamili ikiwa imefunikwa sasa, watafiti wanaweza kusoma vipengele hivyo katika maeneo ambayo hapo awali yalikuwa na upofu.
Mbinu ya uratibu wa wakala inajulikana kama matokeo. Badala ya muundo mmoja kujibu maswali, mfumo ulitenganisha mradi kuwa kazi - kutafuta kumbukumbu za misheni, kuvuta data, kuangalia urekebishaji, panga makadirio, kuunganisha tafiti zinazopishana, kutambua mapungufu - na kuwapa mawakala maalum ambao walifanya kazi kupitia bomba. Wanasayansi wa kibinadamu waliweka mahitaji na kuthibitisha pato; mawakala walifanya kazi ya kusanyiko ambayo vinginevyo ingeteketeza muongo wa mwanafunzi aliyehitimu.
Zana ya Kufundishia na Kiolezo
Ménard alisema ramani hiyo inakusudiwa kutumika kama nyenzo za kufundishia, kuwapa wanafunzi na watafiti mtazamo kamili wa anga ya urujuanimno kwa mara ya kwanza. Lakini maana kubwa zaidi inaweza kuwa mtiririko wa kazi yenyewe.
Anashuku wanasayansi wengi wamekuwa wakiahirisha miradi kama hiyo - juhudi kubwa, zisizo za kupendeza za ujumuishaji wa data ambazo AI inaweza kufanya kuwezekana. Kumbukumbu kutoka kwa misheni za anga za juu zimejaa data ambayo haikutumiwa kikamilifu, si kwa sababu haina thamani bali kwa sababu kusafisha, kusawazisha na kuunganisha kunaweza kuchukua miaka mingi ya timu ya utafiti. Mifumo inayotegemea wakala kama vile Sayansi ya Claude hubadilisha uchumi: uratibu na utunzaji wa data ambao mara moja ulitumia taaluma unaweza kutokea katika mradi.
Kuna kejeli ya utulivu katika chanzo cha mapengo, pia. GALEX iliruka maeneo angavu zaidi ya kutengeneza nyota kwa sababu ni miongoni mwa shabaha muhimu zaidi - injini za uundaji wa nyota mpya ambazo wanaastronomia wanataka kujifunza zaidi katika mwanga wa urujuanimno. Ujumbe ulioundwa karibu na ulinzi wa chombo uliishia kuacha vitongoji vyake vinavyovutia zaidi bila ramani, na ni sasa tu, kwa usaidizi wa ujenzi wa AI, ambapo eneo hilo la upofu linajazwa.
Mapango
Maeneo yaliyopakwa rangi ni utabiri, sio vipimo. Takriban thuluthi moja ya ramani hii ipo kwa sababu kielelezo kilidokeza jinsi anga la UV linapaswa kuonekana kulingana na data na ruwaza zinazozunguka zilizojifunza kutoka maeneo yaliyofunikwa. Mkengeuko wa wastani wa asilimia 10 ni takwimu ya jumla; miundo mahususi - pete hafifu karibu na salio la nyota, ukingo wa wingu la vumbi - inaweza kuwa ya kutegemewa kidogo kuliko takwimu za jumla za ramani zinapendekeza.
Huko si kufukuzwa kazi. Kila mradi wa ujenzi mpya katika unajimu unakabiliwa na biashara sawa, na mradi wa Anthropic uko wazi kuhusu maeneo ambayo yalibainishwa. Lakini watafiti wanaotaja ramani watahitaji kutofautisha kutoka kwa maeneo yaliyojengwa upya, haswa kwa vyanzo hafifu au visivyo vya kawaida.
Mradi huo pia unaashiria msukumo mpana wa Anthropic ili kuweka miundo yake ndani ya utiririshaji wa kazi wa kisayansi, kutoka ramani ya anga hadi uhakiki wa uwezekano wa kuathiriwa kwa programu huria iliyotangazwa wiki hii. Kwa jumuiya ya unajimu, uchukuaji wa haraka ni rahisi zaidi: mkusanyiko wa data ambao haukuwepo sasa unatumika, na zana iliyoiunda inaweza kuelekezwa kwenye misheni zingine zinazofuata.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
