L’intuizione del modello AI aiuta gli astronomi a proporre una nuova teoria per l’osservazione di mondi lontani: TechCrunch

I modelli di apprendimento automatico stanno aumentando sempre di più i processi umani, eseguendo attività ripetitive più velocemente o fornendo informazioni sistematiche che aiutano a mettere in prospettiva la conoscenza umana. Gli astronomi della UC Berkeley sono rimasti sorpresi di scoprire che entrambi accadono dopo aver modellato eventi di microlente gravitazionale, portando a una nuova teoria unificata per il fenomeno.

La lente gravitazionale si verifica quando la luce proveniente da stelle lontane e altri oggetti stellari si piega attorno a una più vicina direttamente tra essa e l’osservatore, fornendo brevemente una visione più luminosa, ma distorta, di quella più lontana. A seconda di come si piega la luce (e di ciò che sappiamo sull’oggetto distante), possiamo anche imparare molto sulla stella, sul pianeta o sul sistema attorno al quale la luce si sta piegando.

Ad esempio, un momentaneo picco di luminosità suggerisce un corpo planetario in transito lungo la linea di vista, e questo tipo di anomalia nella lettura, chiamata per qualche ragione “degenerazione”, è stata utilizzata per individuare migliaia di esopianeti.

A causa dei limiti dell’osservazione, è difficile quantificare questi eventi e oggetti al di là di una manciata di nozioni di base come la loro massa. E si ritiene generalmente che le degenerazioni rientrino in due possibilità: che la luce lontana sia passata più vicino a una delle due stella o il pianeta in un dato sistema. Le ambiguità sono spesso riconciliate con altri dati osservati, come il fatto che sappiamo con altri mezzi che il pianeta è troppo piccolo per causare la scala di distorsione vista.

Il dottorando della UC Berkeley Keming Zhang stava cercando un modo per analizzare e classificare rapidamente tali eventi di lensing, poiché appaiono in gran numero mentre osserviamo il cielo in modo più regolare e più dettagliato. Lui e i suoi colleghi hanno addestrato un modello di apprendimento automatico sui dati di eventi noti di microlente gravitazionale con cause e configurazioni note, quindi lo hanno liberato su un gruppo di altri meno ben quantificati.

I risultati furono inaspettati: oltre a calcolare abilmente quando un evento osservato rientrava in uno dei due principali tipi di degenerazione, ne trovò molti che non lo facevano.

“Le due precedenti teorie sulla degenerazione trattano casi in cui la stella sullo sfondo sembra passare vicino alla stella in primo piano o al pianeta in primo piano. L’algoritmo dell’IA ci ha mostrato centinaia di esempi non solo da questi due casi, ma anche da situazioni in cui la stella non passa vicino né alla stella né al pianeta e non può essere spiegata da nessuna delle precedenti teorie”, ha affermato Zhang in un comunicato stampa di Berkeley.

Ora, questo potrebbe benissimo essere il risultato di un modello mal sintonizzato o di uno che semplicemente non era abbastanza sicuro dei propri calcoli. Ma Zhang sembrava convinto che l’IA avesse registrato qualcosa che gli osservatori umani avevano sistematicamente trascurato.

Di conseguenza – e dopo alcuni convincenti, dal momento che uno studente laureato che mette in discussione la dottrina stabilita è tollerato ma forse non incoraggiato – hanno finito per proporre una nuova teoria “unificata” su come si possa spiegare la degenerazione in queste osservazioni, di cui le due teorie conosciute erano semplicemente i casi più comuni.

Diagramma che mostra una simulazione di una soluzione di degenerazione a 3 lenti.

Hanno esaminato due dozzine di articoli recenti che osservavano eventi di microlensing e hanno scoperto che gli astronomi avevano erroneamente classificato ciò che vedevano come un tipo o l’altro quando la nuova teoria si adattava ai dati meglio di entrambi.

“La gente stava assistendo a questi eventi di microlensing, che in realtà stavano esibendo questa nuova degenerazione, ma non se ne rendevano conto. Era davvero solo l’apprendimento automatico che guardava a migliaia di eventi in cui era diventato impossibile non vederlo”, ha affermato Scott Gaudi, professore di astronomia della Ohio State University che è coautore del documento.

Per essere chiari, l’IA non ha formulato e proposto la nuova teoria, che dipendeva interamente dall’intelletto umano. Ma senza i calcoli sistematici e sicuri dell’IA, è probabile che la teoria semplificata e meno corretta sarebbe durata per molti più anni. Proprio come le persone hanno imparato a fidarsi delle calcolatrici e dei computer successivi, stiamo imparando a fidarci di alcuni modelli di intelligenza artificiale per produrre una verità interessante priva di preconcetti e ipotesi, cioè se non abbiamo semplicemente codificato i nostri preconcetti e ipotesi in essi.

La nuova teoria e la descrizione del processo che porta ad essa sono descritte in un articolo pubblicato sulla rivista Nature Astronomy. Probabilmente non è una novità per gli astronomi tra i nostri lettori (era una pre-stampa l’anno scorso), ma i fanatici dell’apprendimento automatico e della scienza generale potrebbero apprezzare questo interessante sviluppo.

Leave a Reply

Your email address will not be published.