Искусственный интеллект обнаружил новые космические аномалии
Международная команда проекта SNAD, куда входит доцент факультета физики НИУ ВШЭ Матвей Корнилов, обнаружила 11 аномалий, 7 из которых — кандидаты в сверхновые. Исследования проводились на цифровых снимках северного неба за 2018 год, для поиска использовался метод ближайших соседей на основе K-мерных деревьев. Автоматизировать поиск аномалий позволили методы машинного обучения. Исследование опубликовано в журнале New Astronomy.
Большая часть астрономических открытий основана на наблюдениях и последующих расчетах. Еще в XX веке количество наблюдений было невелико, однако с вводом в строй широкопольных астрономических обзоров неба объемы получаемых данных многократно возросли. Например, Zwicky Transient Facility (ZTF) — широкопольный обзор северного неба — генерирует ∼1,4 ТБ данных за ночь наблюдений, а его каталог содержит миллиарды объектов. Обрабатывать такое количество данных вручную сложно и дорого, поэтому команда проекта SNAD, объединяющего ученых из России, Франции и США, решала задачу автоматизации этого процесса.
Чтобы больше узнать об астрономических объектах, ученые анализируют их кривые блеска — зависимости блеска объекта от времени. Сначала регистрируют вспышку на небе, затем фиксируют, как ее блеск эволюционирует: становится более ярким, ослабевает или совсем гаснет. Для исследования ученые взяли миллион кривых блеска реальных объектов из каталога Zwicky Transient Facility за 2018 год, а также составили 7 симулированных кривых блеска объектов исследуемых типов. Всего учитывалось около 40 свойств, например амплитуда яркости объекта и периодичность.
Константин Маланчев
«Мы описали свойства симуляций набором характеристик, который ожидали увидеть у реальных астрономических тел. Среди миллиона объектов мы искали сверхмощные сверхновые, сверхновые типа Iа, сверхновые II типа и события приливного разрыва, — объясняет один из авторов статьи постдок в университете Иллинойса в Урбане—Шампейне Константин Маланчев. — Такие классы объектов мы называем аномалиями. Они встречаются очень редко и их свойства малоизучены, либо это интересные объекты для более подробного исследования».
Затем данные кривых блеска реальных объектов сопоставляли с симуляциями с помощью метода K-мерных деревьев. K-мерное дерево — специальная геометрическая структура данных, которая позволяет разбить пространство на меньшие части, рассекая его гиперплоскостями, плоскостями, прямыми или точками. Разбиение используют для сужения диапазона поиска в K-мерном пространстве, где ищут объект со свойствами, максимально похожими на те, что описаны в 7 симуляциях.
В результате на каждую из 7 симуляций было найдено 15 наиболее похожих, реально существующих объектов из базы ZTF. Всего получилось 105 объектов. Их исследователи анализировали вручную и проверяли, являются ли они аномалиями. После ручной проверки подтвердились 11 аномалий, 7 из них — кандидаты в сверхновые, а еще 4 — активные ядра галактик, в которых могут происходить события приливного разрыва.
Мария Пружинская
«Это очень хороший результат, — комментирует один из авторов статьи Мария Пружинская, научный сотрудник Государственного астрономического института имени П.К. Штернберга. — Причем у нас получилось обнаружить не только уже открытые редкие объекты, но и несколько новых, которые были пропущены астрономическим сообществом. Это значит, что можно отладить существующие алгоритмы поиска, чтобы такие объекты больше не пропускать».
Исследование показало, что данный метод действительно эффективен, при этом довольно прост в реализации. Предложенная методика поиска объектов определенного типа универсальна и может быть применена для открытия не только редких типов сверхновых, но и других интересных астрономических объектов.
Матвей Корнилов
«Астрономические или астрофизические явления, которые не были обнаружены учеными ранее, тоже являются аномалиями, — поясняет доцент факультета физики НИУ ВШЭ Матвей Корнилов. — Наблюдательные проявления таких объектов должны отличаться от свойств уже известных объектов. В будущем мы планируем применять нашу методику для открытия новых классов объектов».
Вам также может быть интересно:
Fall into ML 2023: ФКН НИУ ВШЭ организует конференцию по машинному обучению
26–28 октября Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ при поддержке Центра ИИ НИУ ВШЭ проводит конференцию Fall into ML 2023. Мероприятие посвящено перспективным направлениям развития фундаментального искусственного интеллекта.
«Нейросеть — явление, которое двигает мир вперед»
4 сентября в НИУ ВШЭ на Покровке состоялся фестиваль нейросетевого искусства ARTificial Fest. Его организаторами выступили факультет креативных индустрий ВШЭ, HSE Career и студенческая организация «Чистый лист». Посетить праздник смогли не только студенты и сотрудники Вышки, но и все интересующиеся слиянием машинных алгоритмов с искусством.
ФКН и Центр ИИ приглашают принять участие в соревновании по бинаризации нейросетей Binary Super Resolution Challenge
С 18 июля по 15 октября факультет компьютерных наук и Центр ИИ НИУ ВШЭ приглашают принять участие в онлайн-соревновании Binary Super Resolution Challenge (BSRC-2023). 50 лучших команд получат призы, а три лидера — денежное вознаграждение.
В России разработали программное обеспечение для предсказания расположения элементов генома человека
В Центре искусственного интеллекта НИУ ВШЭ создали программное обеспечение для предсказания расположения элементов генома человека. Ученые использовали методы глубинного обучения на основе омиксных данных о различных молекулярных компонентах организма. Исследование выполнено в соответствии с задачами федерального проекта «Искусственный интеллект» национального проекта «Цифровая экономика».
В технопарке «Саров» сотрудники ФКН Вышки рассказали о применении ИИ для анализа данных в физике
Научно-учебная лаборатория методов анализа больших данных факультета компьютерных наук ВШЭ совместно с Всероссийским научно-исследовательским институтом экспериментальной физики (РФЯЦ-ВНИИЭФ, Саров) и Национальным центром физики и математики провели II Всероссийскую школу-семинар по физике высоких энергий и ускорительной технике.
Ученые пермского кампуса НИУ ВШЭ получили первый патент в сфере искусственного интеллекта
Научный сотрудник НУЛ МЭИ Алексей Кычкин и стажер-исследователь НУЛ МЭИ Олег Горшков получили патент на систему прогнозирования пространственного распределения вредных веществ в атмосферном воздухе с использованием блока искусственного интеллекта. Изобретение может быть использовано для комплексного планирования и уведомления о рисках загрязнений атмосферного воздуха вредными веществами. Работы были выполнены в рамках гранта Центра искусственного интеллекта НИУ ВШЭ.
В Инженерно-математической школе VK и НИУ ВШЭ открылся новый магистерский трек по ИИ
Инженерно-математическая школа VK и НИУ ВШЭ запускает новый магистерский трек «Аппаратно-программные комплексы искусственного интеллекта». Он станет частью магистерской программы «Интернет вещей и киберфизические системы». Обучение будут вести эксперты VK и сотрудники Вышки.
«На рынке data science всегда было мало людей, и потребность в них с каждым годом увеличивается»
Сегодня хорошие программисты требуются везде. Но особенно сильно в них нуждается промышленный сектор. О том, что такое промышленное программирование и для чего IT-специалисты нужны на производствах, рассказал Алексей Шпильман, заведующий центром анализа данных и машинного обучения НИУ ВШЭ в Санкт-Петербурге и руководитель программ искусственного интеллекта в «Газпром нефти».
«Мы создаем искусственный интеллект, и искусственный интеллект создает нас»
29 и 30 июня факультет компьютерных наук Вышки организует конференцию «Искусственный интеллект и общество», которая состоится в главном корпусе университета на Покровском бульваре. Также возможно подключение онлайн. Участники форума обсудят, в каких направлениях развивается ИИ и как человеку справиться со связанными с этим вопросами.
Создание будущего: ВШЭ и Сбер провели R&D-день по искусственному интеллекту
НИУ ВШЭ и Сбер организовали R&D-день (Research and Development), посвященный сотрудничеству в сфере разработки технологий искусственного интеллекта и промежуточным результатам работы университетского Исследовательского центра ИИ по проектам для Сбера. Участники встречи представили свои разработки, обсудили будущие совместные проекты и перспективы расширения взаимодействия университета и банка, а также то, как решить проблему «дефицита мозгов и железа».