Quando si mappa l'universo, vale la pena avere una programmazione intelligente. Gli esperti condividono il modo in cui l'apprendimento automatico sta cambiando il futuro dell'astronomia.

L'astronomia è una delle scienze più antiche e la prima scienza a incorporare matematica e geometria. Si trova al centro della ricerca dell'umanità per il suo posto nell'universo.

Mentre approfondiamo lo spazio che circonda il nostro pianeta, gli strumenti che usiamo diventano più complessi. Gli astronomi hanno fatto molta strada dal tracciare il cielo notturno ad occhio nudo o catalogare le stelle con carta e penna.

Gli astronomi moderni utilizzano tecniche avanzate di programmazione informatica nel loro lavoro, dalla programmazione di satelliti all'insegnamento ai computer per analizzare i dati come un ricercatore.

Quindi cosa fanno gli astronomi con i loro computer?

Mo' dati, più problemi

I big data sono un grosso problema in astronomia. La prossima generazione di telescopi radio e ottici sarà in grado di mappare enormi porzioni di cielo notturno. Lo Square Kilometer Array (SKA) spingerà l'elaborazione dei dati ai suoi limiti.

Costruito in due fasi, lo SKA avrà oltre 2000 antenne paraboliche e 2 milioni di antenne a bassa frequenza una volta terminato. Queste antenne combinate produrranno più di un exabyte di dati ogni giorno, più dell'utilizzo giornaliero di Internet nel mondo. I dati vengono poi elaborati per essere resi gestibili, il che significa che la dimensione dei dati con cui gli astronomi hanno a che fare sarà inferiore.

Spiega lo scienziato del progetto per il Pathfinder australiano SKA, il dott. Aidan Hotan.

"I dati di un array di radiotelescopi sono molto simili al flusso dell'acqua attraverso un ecosistema. Le singole antenne producono dati, che viene poi trasmesso a una certa distanza e combinato con altre antenne in vari stadi, come affluenti più piccoli che si uniscono in un fiume più grande, "dice Aidan.

"La maggiore velocità di trasmissione dati che puoi considerare è l'output grezzo totale di ogni singola antenna, ma in realtà, riduciamo quel tasso totale a numeri più gestibili mentre attraversiamo il sistema. Possiamo combinare i segnali in modi che conservano solo le informazioni che vogliamo o che possiamo utilizzare".

Mentre lo SKA sarà il più grande progetto del suo genere, molti telescopi moderni sono in grado di raccogliere dati più velocemente di quanto gli umani siano in grado di usarli.

Come trovare un'esplosione

Lo SKA sarà uno strumento rivoluzionario per gli astronomi una volta completato. Già, gli astronomi stanno preparando il loro lavoro per la prima fase dello SKA. Per fare questo, stanno lavorando su come rendere il loro lavoro più rapido e semplice automatizzando la registrazione e l'elaborazione dei dati.

Quindi che tipo di lavoro possono automatizzare gli astronomi?

La dottoressa Gemma Anderson è ricercatrice associata presso l'International Center for Radio Astronomy Research di Perth. Là, ha programmato radiotelescopi australiani per monitorare automaticamente le esplosioni nello spazio.

"Abbiamo un telescopio nello spazio progettato per cercare esplosioni. Il telescopio spaziale invia informazioni sulla Terra, e ho due dei grandi radiotelescopi australiani predisposti per ricevere quel segnale. Quando ricevono il segnale, questi telescopi fermano quello che stanno facendo e cercano di osservare l'esplosione il più velocemente possibile, "dice Gemma.

Gemma usa l'osservatorio Swift, attualmente in orbita attorno alla Terra, per trovare lampi di raggi gamma nello spazio. Le esplosioni sono di breve durata, sottoprodotto incredibilmente energetico delle stelle morenti.

Gemma e il suo team hanno programmato l'Australia's Murchison Widefield Array e l'Australia Telescope Compact Array per ricevere avvisi da Swift e puntare alla fonte del lampo di raggi gamma.

Nel passato, i dati del telescopio come questo erano abbastanza piccoli da permettere agli astronomi di lavorare da soli. Ora, Gemma utilizza un software che automatizza gran parte di questo processo.

L'elaborazione dei dati è un compito così grande che deve essere eseguito su supercomputer. I supercomputer sono computer potenti che spesso possono elaborare grandi quantità di dati in poche ore invece dei mesi o degli anni che impiegherebbero un laptop standard. Il prodotto finale è un'immagine che Gemma può utilizzare per la ricerca senza dover elaborare i dati da sola.

"Per quelle persone interessate ad essere un astronomo, è molto importante acquisire esperienza nella programmazione di computer. Dobbiamo diventare più abili nell'elaborazione e nell'analisi di grandi quantità di dati, "dice Gemma.

Istruire un robot

La dott.ssa Rebecca Lange del Curtin Institute for Computation and Astronomy Data and Computing Services sta aiutando gli astronomi a potenziare le loro tecniche di programmazione informatica fornendo loro formazione.

"Penso che gli astronomi dovranno iniziare a lavorare di più con gli ingegneri del software. Nell'intervallo di tempo intermedio, anche se, gli astronomi diventeranno più bravi nell'informatica. Cose come la programmazione devono diventare parte della formazione. Non solo per gli astronomi, è importante per chiunque si occupi di scienza ora, "dice Rebecca.

Tra le tecniche in cui Rebecca addestra gli astronomi c'è l'apprendimento automatico. Non preoccuparti, non è il tipo di apprendimento che porta alla rivolta dei robot.

"L'uso dell'apprendimento automatico in genere comporta una ricerca automatizzata attraverso un enorme file di immagine, cercando ciò che chiamiamo sorgenti, gli oggetti nello spazio che emettono segnali radio naturali. Queste sorgenti appaiono come punti luminosi su uno sfondo scuro, "dice Aidan.

"Poiché la maggior parte dello spazio è vuoto, l'uso di un intelligente cercatore di sorgenti rende molto più facile per gli scienziati capire dove si trovano i pezzi interessanti. Però, questo cercatore di sorgenti deve essere abbastanza intelligente da classificare un numero enorme di diversi tipi di oggetti, including things that human eyes have never before seen."

One source might be a galaxy that is spiral shaped, while another might be elliptical. The machine-learning program learns to sort similar images into those labels through a series of steps. These steps are a basic emulation of how human brains recognise patterns. Getting computers to do this gives astronomers useful information out of raw data.

"Machine learning is getting picked up because we now have the amount of data needed. When you're doing supervised learning, you need a lot of data to train on. If you look at galaxy classification, we have done so many already that we have a great training sample for machine learning, " Rebecca says.

She thinks automation and machine learning will give astronomers more time to focus on their science rather than analysing their data. She also says designing these programs will be the job given to next-generation astronomers in their early career.

"Astronomers are still getting used to machine learning. They're still experimenting:what algorithm works best, what kind of machine learning techniques are most useful to apply, " lei dice.

"Proprio adesso, it's a great entry point for Ph.D. students to develop code. The industry needs it, and it saves them having to sort the data themselves."

They will reach deeper into the universe and find old galaxies from the beginning of time. They will map hidden worlds, distant suns and the strangest, most destructive forces in existence. Perhaps they will even find new life.

These computer programs will work like a funnel. They will sort through massive amounts of raw data to find astronomers valuable information. A long way from our analogue past, computers are helping us uncover the secrets of our universe—perhaps even, un giorno, understanding of our place within it.

Questo articolo è apparso per la prima volta su Particella, un sito web di notizie scientifiche con sede a Scitech, Perth, Australia. Leggi l'articolo originale.