Novogoriška univerza z novo metodo UI za analizo kompleksnih podatkov

Skupina raziskovalcev pod vodstvom Urosa Zivanovica z Univerze v Trstu, ki vključuje podoktorsko raziskovalko Gabriello Contardo iz Centra za astrofiziko in kozmologijo novogoriške univerze, je razvila novo metodo umetne inteligence za analizo kompleksnih podatkov, s kakršnimi se tipično srečujejo v astronomiji, so sporočili z novogoriške univerze.

Svoje delo bodo predstavili na NeurIPS eni najpomembnejših konferenc s področja umetne inteligence, ki poteka od 2. do 7. decembra v San Diegu v ZDA, in ki se je bo po pričakovanjih udeležilo več kot 10.000 strokovnjakov s področja strojnega učenja. Ta metoda ponuja nove vznemirljive možnosti za analizo podatkov, ki jih zbira Observatorij Vera Rubin v Čilu, katerega mednarodna partnerka je novogoriška univerza, so pojasnili.

Astronomski observatoriji opazujejo nebo vsako noč. »Iz opazovanj astronomi izluščijo svetlobne krivulje, ki prikazujejo, kako se svetlost nekega nebesnega telesa spreminja skozi čas, kar nakazuje, na primer, na blišč z zvezde, eksplozijo zvezde ali raztrganje zvezde v bližini črne luknje,» so zapisali. Vendar pa te svetlobne krivulje zaradi različno dolgih časovnih intervalov med opazovanji pogosto vsebujejo vrzeli v podatkih.

Na številnih znanstvenih področjih so doslej za analizo kompleksnih zaporednih in slikovnih podatkov pogosto uporabljali sodobne metode umetne inteligence kot so transformerji, ki so jih prvotno razvili za jezikovne naloge, kar je privedlo do znatnih izboljšav v kakovosti klepetalnih robotov. Toda te metode imajo težave pri analizi astronomskih svetlobnih krivulj, ker predpostavljajo, da se podatki pojavljajo v rednih intervalih, kot na primer besede v povedi. Doslej so te težave reševali s specializiranimi spremembami arhitektur umetne inteligence ali pa so na različne načine modelu posredovali podatke, kdaj je bila določena meritev izvedena.

Nasprotno pa je omenjena raziskovalna skupina razvila novo metodo, ki združuje dve obstoječi tehniki: tehniko, ki kodira časovne podatke fleksibilno, ter tehniko, ki se z zakrivanjem delov podatkov uči, kako rekonstruirati nastale vrzeli. Ta nova metoda poimenovana Rotary Masked Autoencoder (RoMAE) ustvarja model, ki je odporen na nepravilnosti in vrzeli v podatkih.

Raziskovalna skupina je pokazala tudi vsestranskost metode RoMAE pri analizi različnih tipov podatkov (časovnih, zvočnih, slikovnih) in pri različnih nalogah. Predvsem se RoMAE izkaže bolje pri analizi podatkov, kakršne bo v začetku leta 2026 pričel zbirati Observatorij Vera Rubin. Vsako noč bo opazoval in zbiral podatke o milijonih spremenljivih astronomskih objektov na nebu, kar je veliko preveč za »ročno« analizo, zaradi česar so nove metode, kot je RoMAE po navedbah univerze ključnega pomena.

Nova metoda po mnenju Contardo odpira zares vznemirljive možnosti za prihodnje astronomske raziskave. Contardo je sicer podoktorska raziskovalka na evropskem projektu SMASH (Machine Learning for Science and Humanities), ki ga koordinira univerza. V projektu sodeluje pet vodilnih raziskovalnih ustanov v Sloveniji, na katerih 50 podoktorskih raziskovalcev skupaj s svojimi mentorji uporabljajo metode umetne inteligence na področjih precizne medicine, podnebnih raziskav, komunikacijskih ved, fizike osnovnih delcev, kozmologije in astrofizike, so še dodali z univerze.