Exoplanet เมื่อ AI ถูกนำมาใช้จำแนกประเภทของดาวเคราะห์ เพื่อตามหาดวงที่อาจมีสิ่งมีชีวิต
เมื่อ AI ถูกนำมาใช้จำแนกประเภทของดาวเคราะห์ เพื่อตามหาดวงที่อาจมีสิ่งมีชีวิต

KornKT

เมื่อ AI ถูกนำมาใช้จำแนกประเภทของดาวเคราะห์ เพื่อตามหาดวงที่อาจมีสิ่งมีชีวิต

April 5, 2018

ด้วยความก้าวล้ำทางเทคโนโลยีของ Artificial Intelligence นั่นทำให้นักวิจัยของมหาวิทยาลัยพลีมัท (Plymouth University) ได้นำ Artificial Neural Networks (ANNs) มาจำแนกประเภทของดาวเคราะห์นอกระบบสุริยะหรือ Exoplanet ออกเป็น 5 ประเภทเพื่อตามหาดาวดวงที่มีความเป็นไปได้ที่จะมีชีวิตอาศัยอยู่ ซึ่งผลงานนี้อาจะถูกใช้สำหรับภารกิจสำรวจนอกระบบสุริยะในอนาคต

ANNs คือระบบที่พยายามจะเลียนแบบวิธีการเรียนรู้ของสมองมนุษย์ โดยมันถูกใช้ใน Machine Learning และสามารถจำแนกรูปแบบที่ซับซ้อนเกินกว่าที่สมองมนุษย์จะสามารถประมวลผลได้ด้วยซ้ำ ซึ่งมันจะจำแนกดาวเคราะห์ออกโดยอิงตามดวงที่มีความคล้ายกับโลกในปัจจุบัน โลกในอดีต (นานมาก ๆ) ดาวอังคาร ดาวศุกร์ หรือแม้แต่ดวงจันทร์ไททันของดาวเสาร์  (อ่านเรื่องภารกิจโดรนสำรวจดวงจันทร์ไททัน ที่มีโอกาสได้ขึ้นบินจริงได้ที่นี่ ) ดาวห์พวกนี้เป็นดาวที่มีส่วนประกอบเป็นหิน มีชั้นบรรยากาศ และที่สำคัญคือเป็นกลุ่มดาวที่คาดการณ์ว่าจะมีสิ่งมีชีวิตอาศัยอยู่

การทำงานของ ANNs – ที่มา TikZ Example

ก่อนหน้านี้ไม่กี่เดือน NASA เพิ่งจะโชว์ผลงานการตรวจพบดาวเคราะห์นอกระบบสุริยะด้วยการใช้ AI ในข่าว นาซ่านำ AI มาใช้ค้นพบดาวเคราะห์นอกระบบสุริยะ เทคโนโลยพวกนี้นั้นนั้นสามารถนำไปใช้ได้หลายแบบไม่ว่าจะเป็นการทำ Image Processing หรือสอนให้คอมพิวเตอร์วิเคราะห์ภาพถ่ายได้ว่าแต่ละส่วนคืออะไรและมีความเชื่อมโยงกันอย่างไร หรือนำมาทำ Natural Language Processing ที่ช่วยให้คอมพิวเตอร์สามารถรับรู้และสื่อสารภาษาได้ใกล้เคียงกับความเป็นมนุษย์มากขึ้น (เช่น Siri, คีย์บอร์ดเดาคำได้) แต่สิ่งที่นำมาสู่การค้นพบครั้งนี้ก็คือ พวกเขาได้ทำการสร้าง Artificial Intelligent หรือปัญญาประดิษฐ์ขึ้นมา AI สามารถเรียนรู้ข้อมูลได้เองจากการทำงานและประมวลผลข้อมูลแต่ละครั้ง ทำให้มันฉลาดมาก ๆ

 

ดวงจันทร์ไททันที่ถูกถ่ายในย่านอินฟาเรด นักดาราศาสตร์เชื่อว่ามันอาจมีสิ่งมีชีวิตอาศัยอยู่ได้มากที่สุดนอกเหนือจากโลก – ที่มา NASA

จากการสำรวจชั้นบรรยากาศของดาวทั้ง 5 ในระบบสุริยะ พวกเขาจะนำข้อมูลของมันไปใส่ใน Neural Network และก็จะถูกจำแนกเป็นดาวเคราะห์ชนิดต่าง ๆ แต่เพราะว่าสิ่งมีชีวิตนั้นมีอยู่บนโลกเท่านั้น (เท่าที่เรารู้ในตอนนี้) การจำแนกนั้นจะใช้เกณฑ์เป็น “ความน่าจะเป็นของการมีสิ่งมีชีวิต”

นักวิจัยได้กล่าวว่าพวกเขาได้ฝึก ANNs กับดาวเคราะห์ปลอมมากกว่า 100 แบบ แต่ละดวงที่มีตัวแปรการมีชีวิตแตกต่างกันไป ซึ่งจากผลลัพธ์ที่ได้ในตอนนี้ มันช่วยเหลือนักดาราศาสตร์ในการจำแนกประเภทของดาวเคราะห์ได้เป็นอย่างดี ซึ่งนั่นทำให้นักดาราศาสตร์สามารถให้ความสนใจไปกับดวงที่มีความเป็นไปได้มากที่สุดได้ และไม่ต้องเสียเวลาอีกด้วย

ดาวเคราะห์นอกระบบสุริยะที่มีความคล้ายคลึงกับโลก – ที่มา NASA

นักวิจัยคาดหวังว่าพวกเขาสามารถนำ ANNs ไปใช้กับการสำรวจของกล้อง James Webb (ที่ก็ยังไม่มีวี่แววว่าจะได้ขึ้นไปอวกาศตอนไหน) ของนาซ่าและภารกิจ ARIEL ขององค์การอวกาศยุโรป ที่ทั้งคู่จะไปโคจรอยู่ในจุด L2 ด้านหลังของด้านไกลของดวงจันทร์ เพื่อสำรวจท้องฟ้าลึกออกไปกว่าที่เราเคยรู้มาก่อน อ่านเรื่องอนาคตกล้อง James Webb ที่โดนเลื่อนไปอีกได้ที่นี่

สำหรับในตอนนี้เรามีดาวเคราะห์นอกระบบสุริยะอยู่ทั้งสิ้น 3,708 ดวงที่ยืนยันแล้ว และ 927 ดวงที่เป็นดาวเคราะห์หิน ซึ่งหนึ่งในนั้นอาจมีสิ่งมีชีวิตเหมือนกับโลกเราก็เป็นได้

ก่อนหน้านี้การมาของคอมพิวเตอร์และอัลกอริทึมก็ได้ช่วยให้ดาราศาสตร์สามารถไขปัญหายาก ๆ รวมถึงสามารถใช้ในการส่งคนไปยังดวงจันทร์ และส่งยานอวกาศต่าง ๆ ได้สำเร็จ จากเดิมที่แค่สมการนั้นไม่เพียงพอ ทำให้ผู้เขียนมองว่าปัจจุบันโลกกำลังอยู่ในยุคของคอมพิวเตอร์และอัลกอริทึม มนุษย์อาจจะรู้วิธีการหาค่าประมาณของ Pi ได้ตั้งแต่อดีต แต่มนุษย์จะไม่มีวันหาค่า Pi จำแหน่งที่ร้อยล้านได้เลย ถ้าไม่มีสิ่งที่เรียกว่าคอมพิวเตอร์

สำหรับในอนาคต จะเป็นยุคของ Data และ AI การกระทำของเราทุกวันเกิด Data จำนวนมหาศาล รวมถึงการสำรวจอวกาศก็เช่นกัน Data พวกนี้มีมากกว่าความสามารถของมนุษย์ในการวิเคราะห์ ความสำเร็จในการพัฒนา AI ที่แม่นยำนั้น จะช่วยก้าวข้ามขีดจำกัดของตรรกะมนุษย์ได้อีกหลายอย่าง และแน่นอนว่า ในอนาคตเราจะเห็น AI เข้ามามีบทบาทในการศึกษาวิทยาศาสตร์โดยเฉพาะด้านดาราศาตร์ที่มีข้อมูลจำนวนมหาศาลได้อย่างแน่นอน

ครั้งหนึ่งคอมพิวเตอร์เคยช่วยเราก้าวข้ามข้อจำกัดด้านการคำนวณ ในวันนี้ AI จะมาช่วยเราก้าวข้ามข้อจำกัดการวิเคราะห์ข้อมูลแบบละเอียดและสมเหตุสมผลอย่างไม่เคยมีมาก่อนเช่นกัน

อ้างอิง

Techopedia

IEEE

NASA Exoplanet





Read More

บทความอื่น ๆ ที่ควรอ่านต่อ



เรื่องราวน่าสนใจ

อัพเดทเรื่องราว ข่าว และบทวิเคราะห์เจาะลึก