يستخدم العلماء التعلم العميق لحساب كتل الكواكب

21

على مدار الخمسة عشر عامًا الماضية, استخدم علماء الفيزياء الفلكية بجامعة Bern في سويسرا تقنيات متخصصة للتنبؤ بكتل الكواكب. ولكن كان ذلك يتطلب حل مجموعات من المعادلات التفاضلية معقدة وتستغرق وقتا طويلا.

كحل لهذه المشكلة, اعتمد العلماء السويسريون الذكاء الإصطناعي في عملهم للمساعدة في تحسين وتسريع عملية الحوسبة الخاصة بهم.

وقال Yann Alibert, مسؤول العلوم في NCCR PlanetS بجامعة Bern في بيان:

“في علم الفلك تم بالفعل استخدام التعلم الآلي لتحليل الملاحظات, لكن على حد علمي, نحن أول من استخدم التعلم العميق لهذا الغرض.”

تتشكل الكواكب عادة في صورة أقراص نجمية وهي التي يتم بها تراكم للمواد الصلبة والغازات. ولتحديد كتلتهم, هناك عوامل يجب على علماء الفيزياء الفلكية أخذها في الأعتبار.

يعتمد التنبؤ بكتل الكوكب عادة على الخصائص الصلبة لهذه الأجرام السماوية والضغط ودرجة الحرارة والمواد الموجودة في الغلاف الجوي.

لإنشاء شبكة عصبية لمساعدتهم على حساب هذه الكتل, قام الباحثون بحساب ملايين الهياكل الداخلية المحتملة للكواكب. وبحسب ما ورد استغرق الأمر من Alibert وزميلته Julia Venturini ثلاثة أسابيع لحساب جميع حالات الأختبار بأستخدام الكود الذي طورته Venturini أثناء دراسة الدكتوراه في Bern.

ثم درب الثنائي شبكتهم العصبية الإصطناعية باستخدام قاعدة بيانات عملاقة.

قال Alibert:

“أصبحت شبكتنا الآن قادرة على التنبؤ بكتلة الكوكب التي تتشكل في ظل ظروف معينة بدقة جيدة للغاية وأسرع بشكل كبير من حل المعادلات التفاضلية.”

وفقًا لعلماء الفيزياء الفلكية السويسريين, فإن شبكتهم العصبية أكثر دقة في حل المعادلات التفاضلية من نماذج الكمبيوتر المطورة مسبقًا.

حمل Alibert وفريقه كود الشبكة العصبية إلى GitHub لمساعدة العلماء الآخرين الذين يعملون في ذلك المجال. يمكنك أيضاً الأطلاع عليها من خلال الضغط علي هذا الرابط

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://edgy.app/deep-learning-planet-masses?pfrom=science&fp=a1

 

تعليقات