Astronomové znají 5307 exoplanet, tedy planet mimo naši Sluneční soustavu. Za více než polovinou objevů stojí teleskop Kepler, ale mnohé další objevy se očekávají od nedávno úspěšně vypuštěného Vesmírného dalekohledu Jamese Webba.
Pozorování exoplanet je náročná disciplína. Detaily o nich známe z analýzy světla, které k nám od nich doletí, když přecházejí před svojí mateřskou hvězdou. Všechno jsou to data, která je nutné roztřídit a vyvodit z nich závěry.
Česká umělá inteligence
Právě to měla za cíl vědecká soutěž Ariel Machine Learning Data Challenge, jejíž výsledky byly vyhlášeny na mezinárodní konferenci o umělé inteligenci NeurIPS.
Hlavní cenu si odnesl Ondřej Podsztavek, který vedl tým odborníků na umělou inteligenci z Fakulty informačních technologií ČVUT v Praze (FIT ČVUT). S pomocí umělé inteligence (UI) dokázali nejlépe analyzovat a modelovat atmosféru exoplanet.
Jak rozpoznat atmosféru exoplanet?
Podsztavkův projekt spočíval v návrhu co nejefektivnější metody pro rozpoznání teploty atmosfér exoplanet a množství různých plynů v nich. Ondřej i díky zkušenostem z dlouhodobé výzkumné spolupráce s předními českými astronomy z Astronomického ústavu Akademie věd ČR navrhnul k tomuto účelu pokročilý algoritmus UI.
Ten zpracovává spektra vznikající rozložením světla procházejícího atmosférami exoplanet, čímž nepřímo určuje podíl plynných složek. Pomáhá tím zároveň pochopit výjimečnost planety Země. Byla k tomu ale dlouhá cesta (více níže v odstavci Astropionýři umělé inteligence).
Vědci využívají inteligenci... i tu umělou
Vítězství v druhé soutěži Weather4cast na konferenci NeurIPS náleží týmu výzkumníků z Laboratoře datových věd FIT ČVUT. Zadání bylo jednoduché: co nejpřesněji předpovědět srážky pouze na základě satelitních dat různých regionů za určité časové období.
Vědci se opět rozhodli využít umělou inteligenci. Jejich model dokázal, že umí velmi realisticky simulovat předpověď extrémních srážek v místech, kde není k dispozici hustá síť meteorologických senzorů, například v rozvojových zemích.
UI na předpověď počasí
Vědci a studenti dlouhodobě spolupracovali se společností Meteopress. Díky tomu jejich model umí velmi přesně předpovídat srážky na několik desítek minut dopředu. To se může hodit v případech, kdy např. v hustě obydlených částech jihovýchodní Asie hrozí přívalové deště.
Přesná předpověď podpoří rychlou evakuaci postižených oblastí a zabrání škodám na majetku. Vědci z FIT, Meteopress a umělá inteligence nyní pokračují v projektu dlouhodobé předpovědi počasí na 24 hodin dopředu.
Astropionýři umělé inteligence:
Ondřej Podsztavek a jeho kolegové byli v letech 2020–2021 nejspíš prvními, kdo v astronomii použili aktivní hluboké učení ve spojení s hlubokými neuronovými sítěmi. Umělou inteligenci nechali analyzovat miliony datasetů nasbíraných dalekohledem LAMOST.
Na rozdíl od jinde používaných umělých inteligencí se ale ta Ondřejova nebála požádat o radu experta-člověka. Na základě lidských vstupů zdokonalovala svoji další práci.
Výsledkem bylo nalezení skoro tisícovky dosud nepopsaných a vzácných vesmírných objektů. Technologie hlubokého aktivního učení tak předznamenala budoucí směr zpracovávání dat v astronomii i v jiných vědách, které je zatím stále ještě na začátku.
