Теперь искать инопланетян будет нейронная сеть RobERt
Москва, 17:47, 28 Июн 2016, редакция FTimes.ru, автор Сергей Кузнецов.
Самообучающиеся машины, которые имитируют человеческие процессы распознавания и анализа, вскоре будут направлены на поиски обитаемых миров за пределами нашей Солнечной системы.
Нейронная сеть по имени RobERt (роботизированное распознание экзопланеты), была разработана астрономами, чтобы просеивать свет, излучаемый из дальних планетных систем, и получать спектральную информацию о газах, присутствующих в атмосфере экзопланет.
«Различные типы молекул поглощают и излучают свет на определенных длинах волн, внедряя уникальный рисунок из линий в пределах электромагнитного спектра», — объясняет доктор Вальдман.
RobERt принимает свет, прошедший через экзопланетную атмосферу, разделяет его на спектр, а затем выбирает особенности, связанные с различными молекулами газов. Нейронная сеть самостоятельно изучает примеры и строит выводы на собственном опыте, как бывалый астроном. То, что обычно занимает несколько дней или недель у человека, у RobERt отнимет считанные секунды.
Подобные нейронные сети, или DBN, были разработаны более десяти лет назад и широко используются для распознавания речи, Интернет-поиска и отслеживания поведения клиентов. DBN RobERt имеет три слоя блоков процессоров, или нейронов. Информация подается в нижний слой из 500 нейронов, которые делают первоначальную фильтрацию данных и передают их подмножество во второй слой. В нем 200 нейронов уточняют выбор и перенаправляют информацию в третий слой из 50 нейронов, чтобы принять окончательное решение.
Для «тренировки» RobERt в него заложили 85750 смоделированных спектров, охватывающих пять различных типов атмосфер у планет, начиная от экзопланеты GJ1214b с потенциальным океаном до WASP-12, горячего Юпитера, который вращается очень близко к своей звезде. В конце этапа обучения у RobERt была точность распознавания газов в 99,7%.
Это нейронную сеть также можно настроить так, что вместо анализа данных, вводимых в систему, она может войти в состояние «предвидения», в котором генерирует полный спектр на основе своего опыта. Спектр воды, созданный в таком режиме, оказался очень точным.
