Kunstmatige intelligentie helpt astronomen (Astronieuws)

Sterrenkundigen van de Universiteit van Californië in Santa Cruz hebben met succes gezichtsherkenningsalgoritmes ingezet voor het automatisch herkennen van verschillende stadia in de evolutie van sterrenstelsels, zoals waargenomen door de Hubble Space Telescope. Via `deep learning` - een zelflerende methode die populair is binnen de kunstmatige intelligentie - bleek de computer in staat om Hubble-foto`s op de juiste manier te analyseren en te classificeren, gebaseerd op ervaringen met een grote verzameling gesimuleerde sterrenstelsels. De nieuwe resultaten zijn gepbuliceerd in The Astrophysical Journal. Astronomen van Columbia University hebben vergelijkbare machine learing-technieken ingezet om de stabiliteit te voorspellen van planetenstelsels rond dubbelsterren. Of de baan van een planeet rond een dubbelster op de lange termijn stabiel is hangt van zeer veel factoren af; na een trainingsperiode op basis van een groot aantal simulaties bleek dat die stabiliteit veel effectiever voorspeld kon worden door kunstmatige intelligentie dan via de traditionele en arbeidsintensieve rekenmethode. Deze resultaten zijn verschenen in Monthly Notices of the Royal Astronomical Society. (GS)