Когда МИТ начал МИТ Стивен А. Шварцман колледж вычислительной этой осенью, одна из целей была инновации в вычислительной технике во всех школах Массачусетского технологического института. Исследователи уже выходит за рамки традиционной области применения информатики, а также использование этих методов для продвижения различных научных областях, от рака медицины, антропологии и открытие новых планет.
Расчет уже доказали свою полезность для спутникового проходящим обследование экзопланета (Тесс)-финансируемый НАСА миссия во главе с МИТ. Запустили с мыса Канаверал в апреле 2018 года, Тесс-это спутник, который принимает изображения в небе как он вращается вокруг Земли. Эти изображения могут помочь исследователям найти планеты, вращающиеся вокруг звезд за пределами нашего Солнца, называют экзопланетами. Эта работа, которая сейчас находится на полпути полный, откроет больше о других планетах в то, что НАСА называет наш “микрорайон Солнечный”.
“Тесс только что завершили первые его два года главной миссии, инженерные Южном ночном небе”, — говорит Сара Сигер, астрофизик и ученый из Массачусетского технологического института и заместителем директора по науке на Тесс. “Тэсс найдено более 1000 кандидатов планете и о 20 подтвержденных планет, некоторые в нескольких планетных систем.”
В то время как Тесс позволила несколько впечатляющих открытий, до сих пор, находя эти экзопланеты не простая задача. Тесс собирает изображения более чем 200 000 далеких звезд, сохранение изображения этих планет каждые две минуты, а также сохранение изображения большая полоса неба каждые 30 минут. Сигер говорит, что каждые две недели, который является, как долго он принимает спутник на орбиту Земли, Тэсс отправляет около 350 гигабайт данных (один раз без сжатия) на Землю. В то время как Сигер говорит, что это не столько данных, сколько люди могли бы ожидать (в 2019 Макбук Про и до 512 гигабайт памяти), анализ данных включает в себя прием множества сложных факторов.
Сигер, которая говорит, что она уже давно интересует, как расчет может быть использован как инструмент для науки, начали обсуждать проект с Виктором Pankratius, бывший главный научный сотрудник в Массачусетского технологического института Кавли Институт астрофизики и космических исследований, который сейчас директор и глава глобального программная инженерия в компании Bosch sensortec объединяет. Обученный ученый, Pankratius говорит, что после прибытия в Массачусетском технологическом институте в 2013 году, он начал думать о научных отраслей, которые производят большие объемы данных, но которые еще не смогли в полной мере воспользоваться вычислительной техники. После разговора с астрономами как Сигер, он узнал больше о данных своих инструментов сбора и заинтересовался применения методов автоматизированного обнаружения для поиска экзопланет.
“Вселенная-это большое место,” Pankratius говорит. “Поэтому я думаю, используя то, что у нас на информатике стороне-это великая вещь”.
Основная идея, лежащая в основе миссией Тэсс является то, что, как наша собственная Солнечная система, в которой Земля и другие планеты вращаются вокруг центральной звезды (Солнца), есть и другие планеты за пределами нашей Солнечной системы, вращающиеся вокруг разных звезд. Изображений Тесс собирает производить световые кривые — данные, которые показывают, как яркость звезды изменяется с течением времени. Исследователи, анализируя эти кривые блеска, чтобы найти перепады яркости, которые могли бы указывать на то, что планета проходит перед звездой и временно блокирует часть его света.
“Каждый раз, когда планета вращается, вы бы видели эту яркость будет снижаться”, — говорит Pankratius. “Это почти как сердцебиение”.
Беда в том, что не каждое погружение в яркость обязательно вызвано проходящей планеты. Сигер говорит машинного обучения в настоящее время вступает в игру во время “сортировки” этап Тесс анализа данных, помогая им отличать потенциальных планет и других вещей, которые могут вызвать провалы в яркости, как и переменных звезд, которые, естественно, различаются по своей яркости, или шума прибора.
Анализ на планетах, которые проходят через сортировку по-прежнему делается на ученых, которые научились “читать” свет кривых. Но команда сейчас через тысячи световых кривых, которые были классифицированы на глаз, чтобы обучать нейронные сети, как определить экзопланета проходит. Вычисление помогает их сузить, какие кривые блеска их следует рассмотреть более подробно. Лян Ю. К. ’19, недавно физики выпускник, построен на основе существующего кода, чтобы написать инструмент машинного обучения, что команда сейчас использует.
В то время как полезно для самонаведения на самые актуальные сведения, Сигер говорит, машинное обучение, но не может быть использован, чтобы просто найти экзопланеты. “У нас еще много работы”, — говорит она.
Pankratius соглашается. “То, что мы хотим сделать, это в основном создание автоматизированных систем обнаружения, которые делают это для всех [звезд] все время”, — говорит он. “Вы хотите просто нажать кнопку и сказать, покажите мне все. Но сейчас это все еще люди с некоторыми автоматизации проверки все эти кривые блеска”.
Сигер и Pankratius также преподавал курс, который ориентирован на различные аспекты вычисления и искусственный интеллект (ИИ) развития в планетарной науке. Сигер говорит, что вдохновение для курса возникла в связи с растущим интересом студентов, чтобы узнать об ИИ и его приложения в передовых научных данных.
В 2018 году курса позволило студентам использовать фактические данные, собранные Тесс для изучения машинного обучения приложений для этих данных. Смоделированный после очередного курса Сигер и Pankratius учил, в ходе студенты смогли выбрать научную проблему и получить навыки вычисления, чтобы решить эту проблему. В этом случае, студенты узнали о методах искусственного интеллекта и приложений к Тесс. Сигер говорит, что студенты получили большой отклик в уникальный класс.
“Как студент, вы можете сделать открытие,” Pankratius говорит. “Вы можете построить алгоритм машинного обучения, запустить его на эти данные, и кто знает, может быть, вы найдете что-то новое.”
Большая часть данных Тесс собирает также доступна как часть большого научного проекта Гражданин. Pankratius говорит любой человек с правильными инструментами может начать делать собственные открытия. Благодаря подключения к облаку, это даже можно по мобильному телефону.
“Если вам скучно на вашем автобусе домой, почему не искать планеты?”, — говорит он.
Pankratius говорит Этот тип совместной работы позволяет специалистам в каждой области, чтобы поделиться своими знаниями и учиться друг у друга, а не каждый пытается увязнуть в других местах.
“С течением времени, наука становится более специализированным, поэтому мы должны каким-то образом интегрировать специалисты лучше”, — говорит Pankratius. Колледж вычислительной могли бы помочь в выработке более таких коллабораций, добавляет он. Pankratius также говорит, что это может привлечь исследователей, работающих на стыке этих дисциплин, которые могут восполнить пробелы в понимании между экспертами.
Этот вид работы интеграция информатики уже становится все более распространенным по научным направлениям, Сигер ноты. “Обучающая машина «в моде» сейчас”, — говорит она.
Pankratius говорит, что это отчасти потому, что есть больше доказательств того, что использование методов информатики является эффективным способом решения различных типов проблем и растущих массивов данных.
“Теперь у нас есть демонстрации в различных областях, что компьютерный подход открытие не просто работает,” Pankratius говорит. “Это фактически приводит к новым открытиям”.
