Mesterséges intelligenciával kutatják a csillag- és bolygókeletkezés folyamatát

Egy új nemzetközi kutatási programban a Csillagászati és Földtudományi Kutatóközpont (CSFK) munkatársai a Bécsi Egyetem és a Genfi Egyetem kutatóival közösen, a mesterséges intelligencia felhasználásával tesznek kísérletet arra, hogy újraértelmezzék a fiatal csillagok osztályozását, valamint a csillag- és bolygófejlődés korai szakaszait. Az Európai Unió Horizon 2020 kutatási és innovációs keretprogramján keresztül támogatott NEMESIS (Novel Evolutionary Model for the Early Stars with Intelligent Systems – azaz a csillagfejlődés korai szakaszának újszerű modellezése intelligens rendszerekkel) elnevezésű projekt elsődleges célja, hogy létrehozza az eddig ismert fiatal csillagokat tartalmazó legnagyobb adatbázist. Emellett a kutatók azt tervezik, hogy a mesterséges intelligencia felhasználásával olyan csillagkeletkezési modellt alkotnak, amely túlmutat a jelenleg használt elméleteken, és képes teljesebb magyarázatot adni a modern csillagászati eszközökkel megfigyelt jelenségekre.

Az arcfelismerés esetében a különböző algoritmusok magát az arcot fordítják le a matematika nyelvére, azaz számokra, amik megadják például az arc bal és jobb széle közötti, valamint az állcsúcs és a fejtető közötti távolságot, illetve ezek arányát, a szemek távolságát a fültől. „A csillagászatban használt minták is hasonlók a matematika nyelvén, azonban ezek a csillagok olyan mérhető jellemzőiből adódnak, mint például a különböző hullámhosszokon kibocsátott fényességük, ezek aránya, a bennük fellelhető kémiai elemek vagy a környezetük jellegzetességei. A fiatal csillagok például olyan környezetben találhatók meg, ahol sok a csillagközi por és gáz, hiszen ezekből alakultak ki nem is olyan régen, persze kozmikus időskálán mérve az időt” – magyarázza a közleményben Marton Gábor, a CSFK Konkoly Thege Miklós Csillagászati Intézet tudományos munkatársa, a NEMESIS projekt hazai koordinátora.

A NEMESIS projekt 2021 márciusában indult, és az elkövetkező négy évre több mint 1,6 millió euró (közel 576 millió forint) összegű támogatást nyert el, melyből a hazai kutatásra 407 384 euró (csaknem 147 millió forint) fordítható.