通常、顔認識は法執行機関のツール、または iPhone X のロックを解除する方法と考えられていますが、この技術には私たちが認識しているよりも多くの用途があります。最近発表された研究では、顔認識を近隣の銀河を研究するためのツールとして使用することを検討しています。天文学で顔認識をどのように使用できますか?また、研究者は、この深層学習プログラムが最も近い銀河系の隣人について何を教えてくれることを望んでいますか?
深層学習プログラムと顔認識
機械学習は業界でよく使われる流行語であり、パターンを認識し、ユーザーが探している特定の種類のパターンを学習する方法をコンピューターに教えることを含みます。これは人工知能の最終的な開発の基礎となりますが、それが良いことかどうかについてはまだ結論が出ていません.
一方、深層学習は、出現し始めたばかりの新しいタイプのプログラミングです。深層の人工ニューラル ネットワークを使用して、機械学習の問題を解き明かそうとします。これらの深層学習ネットワークは、コンピューターが学習できるように 16 から 152 のレイヤーを使用して複数のニューラル ネットワークを積み重ねることで、人間の脳を大まかに模倣するように設計されています。
顔認識アルゴリズムの改善も、ディープ ラーニングの一部です。鍵となるのは、深層学習ネットワークに顔の説明に番号を割り当てることです。つまり、鼻の大きい人には 3 が割り当てられ、ボタン鼻の人には 1 が割り当てられる可能性があります。これらのシステムの 1 つがさらされる顔の数が多いほど、特定の質問をされたときに個々の顔を識別するために使用されるまで、説明はより具体的になります。これは顔認識の分野における素晴らしい進歩ですが、天文学や近隣の銀河とどのような関係があるのでしょうか?
銀河の顔の認識
携帯電話を見るだけでロックを解除できるのと同じ技術は、天文学者が近隣の銀河を研究するのにも役立っています。研究者は、ディープ ラーニング プロトコルのおかげで、銀河の進化のさまざまな段階を認識するようにコンピューターをプログラムしました。
彼らは、ハッブル宇宙望遠鏡からの一連の写真を使用して、進化の状態に基づいてさまざまな銀河を正しく認識するようにコンピューターをプログラムしました。
研究者たちは、プログラムがどれほど成功したかに驚いた。彼らが実行した限られたシミュレーションでも、プログラムは一貫して正確でした。ここでの秘密は、ディープ ラーニング プログラミングにありました。これにより、コンピューターは、人間の観察者が見逃す可能性のある複雑なパターンでさえ、パターンを探すことができました。
概念実証 — ブルーナゲット
設計の概念実証テストとして、このプロジェクトの背後にあるチームは、近くの銀河で銀河の「青いナゲット」を見つけることに挑戦しました。これらのナゲットは、星の形成後にガス状の円盤が残っていることを示しています。深層学習プログラムは、シミュレートされた画像と収集された観測データの両方で、これらの短波長を正常に認識しました。
空を見上げて
このプログラムはまだテスト段階にありますが、最新の結果が示しているように、銀河の隣人に対する私たちの見方を変える可能性があります.この新しいデザインから学べることは、文字通り天文学的です。他の銀河がどのように形成されたかについてもっと知ることができれば、私たち自身の銀河と、その巨大な生涯を通じて経験した変化に関するいくつかの質問に答えるのに役立つ可能性があります.
天文学者は星を見るのをやめたことはなく、常に新しいテクノロジーを適用して、星についてさらに学びます。このような発見は、一般人が再び空に目を向けさせるものであり、これは、この深層学習プログラムが将来行う可能性のある発見と同じくらい重要です.
