Google Open Sources Exoplanet-Hunting AI

Google Open Sources Exoplanet-Hunting AI

Супутник Кеплера NASA спостерігає за зірками протягом майже десятиліття, і в цей час виготовляється гора даних. Наприкінці минулого року компанія Google показала, як машинне навчання може допомогти астрономам розкопати відставання Кеплера, і він виявив кілька нових екзопланет у цьому процесі. Google зараз відкритий джерелом планети-виявлення AI, так що кожен може надати йому постріл.

Ми поки що не можемо спостерігати за екзопланетами, але ми можемо визначити яскравість, коли екзопланет проходить перед його зіркою. Таким чином, Кеплер був розроблений для сканування великих валів неба у пошуках цих сигналів. Проте існує значна кількість сигналів кандидатів, які можуть вказувати на екзопланет. Ми не знаємо напевно, поки астрономи не зможуть докладніше вивчати ці дані, однак занадто багато для перевірки кожного читання. Ось чому астрономи перевірили лише 30 000 найкращих кандидатів, що призвело до виявлення приблизно 2500 екзопланет.

Рішення Google для відстані даних полягає в тому, щоб розв'язати проблему нейронних мереж. Це, здається, ідея ідеї Google останнім часом, незалежно від того, чи ви говорите про самозахищені машини чи фотографії зі смартфонів. Використовуючи 15 000 прикладів екзопланет у даних, Google навчив його мережу переглядати дані Кеплера та виявляти інші сигнали екзопланет. Після періоду тренувань AI Google перевірив 670 зірок, які були відомі як екзопланети. І, як би ви не знали цього, Google помітив два нових екзопланети, які інакше залишалися непоміченими.

Google Open Sources Exoplanet-Hunting AI

Нейронна мережа допомагає розпізнавати шаблони, але для підготовки мережі потрібні багато даних. Google рятує кожного часу навчання нейронної мережі на даних Кеплера, вільно вивчаючи його код. Ви можете отримати код TensorFlow на GitHub прямо зараз, і дані Кеплера також є вільно доступними. Однак це не так просто, як захоплення обох кусків коду та запуску програми. Досвід роботи з платформою Google TensorFlow та Python допоможе. Пошта блогів Google містить інструкції щодо тестування мережі шляхом повторного відкриття Kepler 90i - однієї з планет Google, знайденої в оригінальному тесті.

Співробітники Google, які працюють над цим проектом, сподіваються, що громада скористається цим кодом, щоб продовжувати полювання на планети в даних Кеплера. Існує ще тисячі сигналів для аналізу, і це може бути лише початком. Співробітники компанії Google сподіваються на розробку більш просунутих нейронних мереж, щоб викопати дані NASA для Кеплера та майбутні місії, як-от майбутній Супутник Suriting Satellite Exoplanet.

Читати далі

Oppo демонструє концепт-телефон із розтяжним OLED-екраном
Oppo демонструє концепт-телефон із розтяжним OLED-екраном

Oppo представила концепт-телефон із "плавно змінюваним OLED-дисплеєм", який змінює розмір вашої руки, щоб переміщатися між планшетними та подібними до телефону форм-факторами.

Intel анонсує нові накопичувачі Optane, твердотільні накопичувачі 3D NAND
Intel анонсує нові накопичувачі Optane, твердотільні накопичувачі 3D NAND

Intel анонсувала низку пристроїв зберігання даних Optane та NAND, які вийдуть на ринок у 2021 році, а продукт Optane третього покоління з’явиться на дорожній карті після цього.

Звіт: графічний процесор Nvidia наступного покоління міг упакувати 18 432 ядра CUDA, 64TFLOPS
Звіт: графічний процесор Nvidia наступного покоління міг упакувати 18 432 ядра CUDA, 64TFLOPS

Майбутній Ampere від Nvidia, який може бути названий на честь обчислювальної піонерки Ади Лавлейс, міг би скласти до 18 432 ядер CUDA, що суттєво збільшилось порівняно з сучасними топовими картами, такими як RTX 3090.

Samsung вкладає процесор AI 1.2TFLOP у HBM2 для підвищення ефективності та швидкості
Samsung вкладає процесор AI 1.2TFLOP у HBM2 для підвищення ефективності та швидкості

Samsung розробила новий тип процесора в пам'яті, побудований навколо HBM2. Це нове досягнення для розвантаження ШІ, яке може збільшити продуктивність до 2-х разів при одночасному зменшенні енергоспоживання на 71 відсоток.