Нейросети совершат крупные астрономические открытия
Нейросети позволяют делать крупные астрономические открытия путём анализа старых данных, находящихся в открытом доступе. Об этом в интервью RT заявил доктор физико-математических наук декан факультета космических исследований МГУ имени М.В. Ломоносова, заведующий кафедрой математического моделирования в космических исследованиях Василий Сазанов. По его словам, искусственный интеллект сможет прогнать огромное количество данных. И, если, например, телескоп зафиксирует новый объект в космосе, способен его идентифицировать, сравнивая с тем, что у него уже имеется «в архиве» Нейросеть, поглощая огромное количество информации, сможет также обучаться и участвовать в новых исследованиях. Недавно ученые из Института перспективных исследований Принстона смогли улучшить изображение чёрной дыры, расположенной в центре галактики M87 с помощью нейросети. Искусственный интеллект уже знал, как выглядят подобные космические объекты и смог «дорисовать» пробелы в изображении с телескопа. Правда, тут кроется проблема. Не всегда можно проверить, верно искусственный интеллект сгенерировал итоговую картинку или нет. По мнению ученого, ИИ может делать прогнозы, но опять же возникают опасения, насколько они точны. «На нашем факультете студент с помощью нейросети пытался прогнозировать движение искусственных спутников Земли. У него получилось — нейросеть сгенерировала данные, но точностью прогноза они не отличались. С помощью классических методов такие вычисления проводить намного эффективнее, если нужны точные результаты», - сообщил Василий Сазанов. По мнению ученого, полностью полагаться на искусственный интеллект пока нельзя: алгоритмы машинного обучения хорошо ищут заданные человеком закономерности, но неспособны на точные математические вычисления. Например, нейросети не под силу рассчитать траекторию движения спутника. Тем не менее роль ИИ в астрономических исследованиях будет расти, уверен учёный. И не за горами крупные открытия, которые сделает правильно обученная нейросеть.
ОТР - Общественное Телевидение России
marketing@ptvr.ru
+7 499 755 30 50 доб. 3165
АНО «ОТВР»
1920
1080
Нейросети совершат крупные астрономические открытия
Нейросети позволяют делать крупные астрономические открытия путём анализа старых данных, находящихся в открытом доступе. Об этом в интервью RT заявил доктор физико-математических наук декан факультета космических исследований МГУ имени М.В. Ломоносова, заведующий кафедрой математического моделирования в космических исследованиях Василий Сазанов. По его словам, искусственный интеллект сможет прогнать огромное количество данных. И, если, например, телескоп зафиксирует новый объект в космосе, способен его идентифицировать, сравнивая с тем, что у него уже имеется «в архиве» Нейросеть, поглощая огромное количество информации, сможет также обучаться и участвовать в новых исследованиях. Недавно ученые из Института перспективных исследований Принстона смогли улучшить изображение чёрной дыры, расположенной в центре галактики M87 с помощью нейросети. Искусственный интеллект уже знал, как выглядят подобные космические объекты и смог «дорисовать» пробелы в изображении с телескопа. Правда, тут кроется проблема. Не всегда можно проверить, верно искусственный интеллект сгенерировал итоговую картинку или нет. По мнению ученого, ИИ может делать прогнозы, но опять же возникают опасения, насколько они точны. «На нашем факультете студент с помощью нейросети пытался прогнозировать движение искусственных спутников Земли. У него получилось — нейросеть сгенерировала данные, но точностью прогноза они не отличались. С помощью классических методов такие вычисления проводить намного эффективнее, если нужны точные результаты», - сообщил Василий Сазанов. По мнению ученого, полностью полагаться на искусственный интеллект пока нельзя: алгоритмы машинного обучения хорошо ищут заданные человеком закономерности, но неспособны на точные математические вычисления. Например, нейросети не под силу рассчитать траекторию движения спутника. Тем не менее роль ИИ в астрономических исследованиях будет расти, уверен учёный. И не за горами крупные открытия, которые сделает правильно обученная нейросеть.
Нейросети позволяют делать крупные астрономические открытия путём анализа старых данных, находящихся в открытом доступе. Об этом в интервью RT заявил доктор физико-математических наук декан факультета космических исследований МГУ имени М.В. Ломоносова, заведующий кафедрой математического моделирования в космических исследованиях Василий Сазанов. По его словам, искусственный интеллект сможет прогнать огромное количество данных. И, если, например, телескоп зафиксирует новый объект в космосе, способен его идентифицировать, сравнивая с тем, что у него уже имеется «в архиве» Нейросеть, поглощая огромное количество информации, сможет также обучаться и участвовать в новых исследованиях. Недавно ученые из Института перспективных исследований Принстона смогли улучшить изображение чёрной дыры, расположенной в центре галактики M87 с помощью нейросети. Искусственный интеллект уже знал, как выглядят подобные космические объекты и смог «дорисовать» пробелы в изображении с телескопа. Правда, тут кроется проблема. Не всегда можно проверить, верно искусственный интеллект сгенерировал итоговую картинку или нет. По мнению ученого, ИИ может делать прогнозы, но опять же возникают опасения, насколько они точны. «На нашем факультете студент с помощью нейросети пытался прогнозировать движение искусственных спутников Земли. У него получилось — нейросеть сгенерировала данные, но точностью прогноза они не отличались. С помощью классических методов такие вычисления проводить намного эффективнее, если нужны точные результаты», - сообщил Василий Сазанов. По мнению ученого, полностью полагаться на искусственный интеллект пока нельзя: алгоритмы машинного обучения хорошо ищут заданные человеком закономерности, но неспособны на точные математические вычисления. Например, нейросети не под силу рассчитать траекторию движения спутника. Тем не менее роль ИИ в астрономических исследованиях будет расти, уверен учёный. И не за горами крупные открытия, которые сделает правильно обученная нейросеть.