Bernin yliopiston tutkijat ovat kehittäneet tekoälymallin, joka pystyy ennustamaan planeettajärjestelmien kokoonpanoja. Sara Marques kertoi ryhmänsä saavutuksista tällä viikolla Helsingissä.
Bernin yliopiston uusi tekoälymalli on koulutettu 25 000 simuloidulla planeettajärjestelmällä. Näissä jokaisessa on korkeintaan 20 planeettaa.
Käytännössä kaikille simuloiduille planeetoille annettiin kirjain, joka kuvastaa kyseisen kohteen ominaisuuksia. Laittamalla kirjaimet peräkkäin niistä muodostuu planeettajärjestelmää kuvaava sana.
Tekoälymallin perustana on Transformer-arkkitehtuuri, johon pohjautuu esimerkiksi laajassa käytössä oleva ChatGPT.
”Transformer-arkkitehtuuri on melko hyvä ymmärtämään sanojen korrelaatioita ja tilastollisuuksia”, Bernin yliopistossa työskentelevä Sara Marques kertoi Helsingissä järjestettävässä EPSC-DPS-kokouksessa.
“Se oppii näiden sanojen rakentamiseen liittyvät todennäköisyydet.”
Tätä ominaisuutta voi hyödyntää esimerkiksi silloin, kun olemme jo havainneet pari planeettaa jostain järjestelmästä. Tekoäly voi selvittää, miten suurella todennäköisyydellä kyseisestä sanasta puuttuu joitain kirjaimia.
Käytännössä tulos siis paljastaa, kuinka todennäköisesti järjestelmässä on tuntemattomia planeettoja. Kun tutkijat tietävät, mistä ja minkälaisia uusia kohteita kannattaa etsiä, eksoplaneettalöytöjen tekeminen helpottuu huomattavasti.
Tällä viikolla Finlandia-talossa pidetään suuri aurinkokuntatutkijoiden kansainvälinen kokous EPSC-DPS.