AI og himlen

AI og observation af himlen

Moderne teleskoper og rummissioner producerer flere data, end mennesker kan gennemgå i hånden. Derfor bruger astronomer maskinlæring, en gren af AI, til at lede efter signaler, sortere objekter og markere det usædvanlige. AI er et værktøj til at filtrere og fremskynde analysen. Opdagelser bekræftes stadig gennem observation, kontrol og fagfællebedømmelse udført af mennesker.

Hvorfor astronomi har brug for AI

Astronomi er en af de mest datatunge videnskaber. ESA's Gaia-mission har kortlagt langt over en milliard stjerner. NASA's Kepler-mission (indtil den blev afsluttet i 2018) og TESS har over tid overvåget lysstyrken hos et enormt antal stjerner. Nye jordbaserede himmelundersøgelser, som Vera C. Rubin Observatory i Chile, er designet til at fotografere himlen igen og igen og fange alt, der ændrer sig.

Resultatet er en strøm af billeder og målinger, som intet team kan gennemgå med øjnene. Her hjælper maskinlæring: en gren af kunstig intelligens (AI), hvor en computer lærer at genkende mønstre ud fra eksempler i stedet for at følge håndskrevne regler. Det er ikke magi. Den er bare god til gentagne opgaver, hvor et menneske ville blive træt eller overse noget.

Jagten på exoplaneter

Exoplaneter (planeter omkring andre stjerner) findes ofte med transitmetoden: Når en planet passerer foran sin stjerne, falder stjernelyset let og periodisk. Disse fald skal kunne skelnes fra støj, stjerneplamager og formørkelsesvariable dobbeltstjerner.

Et kendt eksempel er Kepler-90. I 2017 meddelte NASA, at en maskinlæringsmetode, udviklet sammen med Google, havde fundet en ekstra planet, Kepler-90i, i Kepler-data. Dermed blev Kepler-90 det første kendte system med otte planeter, ligesom vores solsystem. Det viste, hvordan en algoritme kan opdage et svagt signal, som er let at overse. Data kom dog fra et teleskop, og resultatet blev kontrolleret og offentliggjort af forskere.

Samme idé bruges med TESS-data: Software foreslår kandidater, og mennesker afgør, hvilke der fortjener opfølgende observationer. Mange kandidater viser sig at være falske alarmer, og det er en helt normal del af processen.

Sortering af galakser

Når himmelundersøgelser fotograferer millioner af galakser, skal nogen sortere dem: spiral, elliptisk, sammensmeltende og så videre. Galaxy Zoo er et berømt eksempel på samarbejde: Frivillige fra hele verden klassificerer billeder af galakser. De menneskelige vurderinger er også værdifuldt træningsmateriale til algoritmer, som derefter kan sortere langt større samlinger.

Lignende metoder hjælper med andre opgaver: at finde eksploderende stjerner (supernovaer) i nye billeder, spore asteroidespor eller markere sjældne objekter, der ikke ligner noget kendt. AI fungerer ofte som et filter, der fortæller forskerne, hvor det er værd at kigge.

Hvordan AI kan hjælpe en amatør

Du behøver ikke være professionel for at få glæde af disse idéer. Nogle realistiske og beskedne anvendelser:

• Planlægning af aftenen: Apps og AI-assistenter kan opsummere, hvad der er over horisonten, hvornår Månen går ned, og hvilke objekter der er værd at lede efter. Tjek de præcise tidspunkter i et godt efemeridværktøj eller stjernekort.
• Identifikation af objekter: Stjernekort-apps bruger telefonens kamera og positionsdata til at fortælle, hvilken lys prik du kigger på. Ofte er det en planet og ikke en stjerne.
• Billedbehandling: Noget software reducerer støj i astrofotos. Vær forsigtig: Kraftig behandling kan opfinde detaljer, der ikke findes i virkeligheden.
• At lære og forklare: AI kan hjælpe dig med at forstå begreber, men svarene bør kontrolleres mod pålidelige kilder.

Om det grundlæggende i observation kan du læse hvordan du ser på himlen, og hvis du vælger udstyr, så se kikkert eller teleskop. Om stjernedata bag mange moderne værktøjer kan du læse om stjernekatalogerne Gaia og Hipparcos.

Grænsen: AI hjælper, mennesker kontrollerer

AI har tydelige begrænsninger:

• Den afhænger af sine data. Hvis træningseksemplerne er ufuldstændige eller skæve, vil softwaren overse eller forveksle visse objekter.
• Den kan tage fejl med stor selvsikkerhed. Sprogmodeller giver nogle gange svar, der lyder troværdige, men er forkerte. Læs mere her: AI-hallucinationer.
• Den erstatter ikke observation. En planetkandidat er kun en kandidat, indtil uafhængige målinger bekræfter den.
• Den bærer intet ansvar. Et videnskabeligt resultat forsvares af mennesker, med metoder som andre kan gentage, og med fagfællebedømmelse.

God praksis er derfor enkel: Brug AI som hjælper, og kontroller de fakta, der betyder noget. Hvordan du gør det, kan du læse om i faktatjek med AI og i hvad AI kan og ikke kan.

Det bedste er, at AI ikke tager undringen over himlen fra os. Den tager sig af det tunge regnearbejde, mens du og astronomerne bevarer det vigtigste: nysgerrighed, tålmodighed og glæden ved at kigge op og selv tjekke efter.

Positionerne i Astronativa er astronomisk nøjagtige. Fortolkningen er til inspiration. · Ordliste · Vilkår · Privatliv · Tak