O processamento de imagens de IA acelerou a análise de dados do Telescópio Espacial James Webb da NASA de anos ou menos para dias.
Agora, a tecnologia será usada para melhorar a qualidade das imagens tiradas no Chile Observatório Vera C. RubinA nova potência astronômica parece tão nítida como se tivesse sido tirada do espaço sideral.
Observatório Vera C. Rubin, em homenagem ao astrônomo americano que descobriu uma das principais fontes de existência. matéria escuraEle fica no topo do Cerro Bachon, com 2.673 metros de altura, nos Andes chilenos. Telescópio Começou a funcionar no ano passado. Ele varre todo o céu a cada três noites, com o objetivo de criar uma periodicidade de 10 anos nos movimentos dos objetos no céu.
A sua localização no deserto chileno do Atacama, a parte mais seca do planeta, permite-lhe beneficiar de uma atmosfera seca e de céu limpo durante todo o ano. No entanto, as observações de Rubin sofrem distorções significativas porque a luz de objetos celestes distantes deve passar. Atmosfera da Terra Antes de atingir os detectores do telescópio.
Um novo Algoritmo de IA Desenvolvido por pesquisadores da Universidade da Califórnia, Santa Cruz (UCSC) agora tentará Remova esta distorção E aumente a resolução das imagens, elas vão parecer que foram tiradas do espaço.
“Os telescópios terrestres ficam borrados por causa da turbulência atmosférica quando a luz entra”, disse Brandt Robertson, professor de astronomia e astrofísica da UCSC e da equipe que desenvolveu o novo modelo de IA, ao Space.com. “Estamos gastando muito dinheiro em tecnologia de alto desempenho para remover essa distorção atmosférica, mas a IA pode ser treinada. Aprendizado de máquina Amostras para captar um pouco desse borrão.”
Os pesquisadores treinaram um modelo de formação chamado NEO usando imagens tiradas pelo Telescópio Subaru no Japão e fotografias das mesmas regiões do céu. Telescópio Espacial Hubble. A tarefa do modelo era descobrir como preencher os detalhes que faltavam nas imagens tiradas da Terra. Os resultados foram impressionantes. O modelo Neo “melhora a precisão dos parâmetros morfológicos medidos por um fator de 2 a 10”, disseram os pesquisadores em um artigo.
Na prática, isto significa uma resolução aumentada que revela uma gama maior de estrelas individuais e padrões precisos. Galáxias Anteriormente, apenas manchas vagas podiam ser vistas.
“O modelo melhora a qualidade espacial desses dados e, do ponto de vista estatístico, recupera as propriedades das galáxias que você vê nessas imagens. Telescópio No espaço”, disse Robertson.
A tecnologia impulsiona a descoberta e ajuda a comunidade científica a maximizar o retorno científico do dinheiro investido em telescópios astronómicos de última geração. Vera C. equipada com vidro de 27,6 pés (8,4 m) no Chile. Rubin Lab, construído a um custo de US$ 800 milhões. No entanto, isso ainda é uma fração do custo de telescópios espaciais como o Hubble James WebbAmbos custam bilhões para construir e operar.
“Gastamos muito dinheiro, uma enorme quantidade de recursos, em observatórios astronómicos, e queremos usar esse investimento para obter o máximo possível dos dados do público e da comunidade”, disse Robertson.
O modelo Neo é uma rede adversária geradora condicional, uma colaboração de duas redes neurais, que é frequentemente usada para geração de imagens de IA. Para Neo, a primeira rede cria imagens aprimoradas a partir de fotos capturadas; Outro avalia sua qualidade.
O modelo é baseado em tecnologia anterior desenvolvida pela equipe de Robertson para acelerar o processamento Imagens de Webb. A potência astronómica de 10 mil milhões de dólares gera demasiados dados para os astrónomos humanos acompanharem usando mera avaliação visual. Algoritmos de IA, como os desenvolvidos por Robertson e seus colegas, podem realizar em poucos dias o que os humanos levariam anos.
“Somos inundados com tantos dados que é realmente difícil acompanhar”, disse Robertson. “Nossas abordagens padrão para analisar essas imagens são realmente inadequadas”.
Um algoritmo executado em supercomputadores com GPU da NVIDIA fez algumas das descobertas mais impressionantes da era da web, incluindo a detecção de galáxias complexas no universo primitivo que os astrônomos nunca esperaram.
“O modelo analisa cada pixel e diferencia se faz parte do céu ou de um objeto”, disse Robertson. “E se for um objeto, faz parte de uma galáxia de disco ou de uma galáxia globular ou parte de Estrela?”
Robertson disse que o algoritmo não substituiu os astrônomos. Em vez disso, ajuda-os a fazer descobertas rapidamente e a identificar padrões que, de outra forma, poderiam ter esquecido.
“A IA não será pura ou perfeita, mas os humanos e os métodos tradicionais também não. Todos eles têm diferentes pontos fortes e vantagens”, disse ele.
Astrônomos desenvolvem processamento As fotos estão disponíveis Explore outros grupos e o público.
Um artigo do laboratório de Vera Rubin descrevendo o modelo LEO para ajudar a melhorar a resolução das imagens foi aceito para publicação no The Astrophysical Journal.



