Научниците развиваат техники за машинско учење со длабока мрежа кои ги имитираат човечките процеси на препознавање и сонување, за да бараат светови погодни за живот надвор од нашиот сончев систем. Една ваква невронска мрежа наречена „RobERt“ (скратеница од „Robotic Exoplanet Recognition“ или роботско препознавање на егзопланети) е развиена од страна на астрономите од Универзитетот од Калифорнија за да ја испитува детектираната светлина од далечните планетарни системи и да добива спектрални информации за гасовите присутни во атмосферата на егзопланетите.
„Различни видови на молекули апсорбираат и емитираат светлина на различни бранови должини, создавајќи уникатна шема на линии во електромагнетниот спектар“, вели д-р Волдман кој го води тимот за развој на „RobERt“.
„Ние можеме да ја земеме светлината која е филтрирана низ атмосферата на егзопланетата или рефлектирана од облаците, да ја поделиме како виножито и потоа да го избереме „отпечатокот“ на карактеристики кој е поврзан со различните молекули или гасови. Човековиот мозок е навистина добар во пронаоѓање на овие шеми во спектарот и нивно етикетирање според искуството, но таа работа навистина одзема многу време и има огромен број на податоци“.
„Затоа го изградивме „RobERt“ за самостојно да учи од примери и да си создаде сопствено искуство. На овој начин, како некој искусен астроном или детектив, „RobERt“ има прилично добар осет за тоа какви молекули се наоѓаат во спектарот и кои податоци се најветувачки за подетална анализа. За она за што обично се потребни денови или недели, „RobERt“ го извршува за само неколку секунди“.
За да го тестираат системот, научниците создале вкупно 85.750 симулирани спектри, опфаќајќи 5 различни видови на егзопланети. Секој спектар содржел „отпечаток“ од еден вид на гас. На крајот на тестирањето, „RobERt“ постигнал точност во препознавањето од 99,7%.
Системот на „RobERt“ исто така може да се промени, така што наместо да ги анализира податоците што ќе се внесат во системот, може да влезе во т.н. состојба на сонување во која може да генерира целосен спектар врз основа на своето искуство.
„Роботите навистина сонуваат. На пример, можеме да му кажеме на „RobERt“ да сонува како мисли дека би изгледал еден воден спектар, и неговите резултати се многу точни“, вели Валдман.
Оваа способност за сонување е многу корисна особено кога научниците се обидуваат да идентификуваат одредени карактеристики од нецелосни податоци, па „RobERt“ ги пополнува празнините.
„RobERt“ беше претставен на Националниот астрономски состанок 2016 кој ќе се оддржа во Нотингам, Велика Британија на 28 јуни.
