Das Universum, die gepriesene ultimative Grenze, ist der letzte gigantische Ozean der Erforschung, der vor uns liegt, und vielleicht wird uns die künstliche Intelligenz (KI) größere Paddel zur Verfügung stellen.
Das Vera C. Rubin Observatory in Chile ist ein bedeutender Schritt auf diesem Weg. In den nächsten zehn Jahren wird das Observatorium 0,5 Exabyte an Daten erzeugen.
Wie viel ist das? Ungefähr 50.000 Mal so viel wie alle Bücher in der Kongressbibliothek in Washington zusammen enthalten. Also eine ganze Menge.
Das Observatorium verfügt über 20 Teleskope mit Spiegeln, die einen Durchmesser von mehr als 20 Fuß haben und somit die kleinsten Lichtreflexe aus Lichtjahren Entfernung auffangen können.
Die Daten sind wichtig, aber nur so lange, wie die Astronomen sie verarbeiten und sinnvoll interpretieren können.
Hier kommt künstliche Intelligenz ins Spiel, denn sie kann große strukturierte Datensätze durchsuchen und Muster oder Anomalien viel schneller erkennen als der Mensch.
Es werde Licht
Der Auftrag des Rubin-Observatoriums lautet, „ein gut verstandenes System zu errichten, das einen beispiellosen astronomischen Datensatz für die Erforschung des tiefen und dynamischen Universums produzieren wird, die Daten einer breit gefächerten Gemeinschaft von Wissenschaftlern zugänglich zu machen und die Öffentlichkeit zur Erkundung des Universums mit uns zu bewegen“.
Maschinelles Lernen und neuronale Netze werden zunehmend zum Durchforsten der Daten verwendet. Dies ist bereits geschehen, z. B. mit dem auf Wörterbuchlernen basierenden PRIMO-Algorithmus, der hochwertige Simulationen von Schwarzen Löchern als Datensatz nutzt.
Es ist schwierig, Galaxien auf einem astronomischen Bild zu erkennen: Fast 99 % des eingefangenen Lichts stammen von anderen Quellen oder von Strahlung im Hintergrund, und nur 1 % kann das Licht von weit entfernten Galaxien sein.
Manuell ist das entweder unmöglich oder sehr zeitaufwändig.
Galaxien, so weit das Auge reicht (und darüber hinaus)
KI-Algorithmen, die neuronale Netze mit vielen miteinander verbundenen Knotenpunkten verwenden, können zur Identifizierung von Galaxien eingesetzt werden, wobei Studien eine Erkennungsgenauigkeit von bis zu 98 % ergeben haben.
Dies war das Ergebnis am Subaru-Teleskop, wo Astronomen KI auf Bilder mit ultraweitem Sichtfeld des fernen Universums anwandten und eine sehr hohe Präzision beim Auffinden und Klassifizieren von Spiralgalaxien in diesen Bildern erzielten.
Eine Forschergruppe, die sich hauptsächlich aus Astronomen des Nationalen Astronomischen Observatoriums von Japan (NAOJ) zusammensetzt, wandte Deep Learning zur Klassifizierung von Galaxien in einem großen Bilddatensatz an.
Dank der hohen Empfindlichkeit des Systems konnten bis zu 560.000 Galaxien in den Bildern entdeckt werden. Die KI ermöglichte es dem Team, die Verarbeitung ohne menschliches Zutun durchzuführen.
Dank neuronaler Netze können Astronomen inzwischen ferne Zivilisationen auf Planeten identifizieren – falls es sie gibt.
Gruppen wie die Search for ExtraTerrestrial Intelligence (SETI) und Instrumente wie Radioteleskope werden bei der Suche nach außerirdischer Intelligenz eingesetzt.
In jüngster Zeit wurden sie von neuronalen KI-Netzen unterstützt, die 150.000 PCs und 1,8 Millionen Bürgerwissenschaftler zur Entschlüsselung von Radiosignalen heranzogen.
Zwar gibt es noch keine Bestätigung für das Leben dort draußen, aber die Fähigkeit, riesige Datensätze zu scannen und zu verarbeiten, wird die Forschung deutlich beschleunigen und gleichzeitig falsch positive Signale herausfiltern.
Fazit
Die Wahrheit mag da draußen sein. Aber wir werden sie höchstwahrscheinlich zuerst in den riesigen Datensätzen finden, die man mit immer größeren und leistungsfähigeren Teleskopen auf der Erde und im Weltraum sammeln kann.
Die verlockende Kombination aus Daten und KI könnte die Suche nach allem – Planeten, Galaxien, schwarzen Löchern, dem galaktischen Imperium – auf Hochtouren laufen lassen.