シェア:

ジャカルタ - Googleのコンピューティングパワーの支援を受けた天文学者とデータサイエンティストは、27,500個の新しい小惑星を発見しました。それらのいくつかでさえ地球に非常に近いです。

ハーバードの天体物理学者の一人、マシュー・ホルマンによると、彼らのコラボレーションは、「惑星防衛」に必要な「太陽系の包括的な地図」の開発を加速することを目指しています。

米国国立光学インフラ研究所(NOIRLab)のアーカイブからの412,000の赤外線画像に記録された約17億の光点は、プロジェクトの「キラー」小惑星検索アルゴリズムによってスキャンされました。

「これは非常に重要です」と、このプロジェクトを主導した元NASA宇宙飛行士は語った。「これは、小惑星の衝突から地球を守るための鍵です:すべてがどこにあるかを知ることです。

2002年以来、引退した元NASA宇宙飛行士のエド・ルー博士は、非営利団体B612のエグゼクティブディレクターを務めており、現在はグループの小惑星研究所を率いています。

「現在、私たちは地球上で最大の小惑星発明者の1人です」とLu博士は言いました。彼はまた、何万もの新しい小惑星の彼のチームの識別を説明しました。

「しかし、これを興味深いのは、望遠鏡を持っていないことです。望遠鏡は運用していません。しかし、私たちはデータサイエンスの観点からこれを行っています」と彼は言いました。

小惑星研究所B612のアルゴリズム(トラックレスのヘルセントリック軌道回収、またはTHORとして知られている)は、NOIRLabの天文画像のアーカイブをフィルタリングして、どの反射光点が実際に隣接する小惑星であるかを区別します。

THORは、わずか2枚の画像からの証拠に基づいて、時には異なる夜に、2つの異なる望遠鏡を通して、光点が実際に私たちの太陽系を周回する1つの小惑星であるかどうかを計算することができます。

「興味深いのは、望遠鏡の通常のフォトンに加えて、データセンターで電子を使用して天文学的発見を行うことです」とLu博士は述べています。

THORアルゴリズムは、ワシントン大学理科大学と共同で小惑星B612研究所によって設計されました。

過去に望遠鏡のこれらの異なる画像全体でふさわしい小惑星候補を識別するために必要な生の計算能力は、確かに最近でさえ、このプロセスをほとんど不可能にしました。

しかし、分散型コンピューティングネットワークGoogle Cloudにより、THORは約5週間で「自信に満ちた」新しい小惑星の発見の27,500の候補者を特定することができました。

「これは可能なものの例です」と、Google Cloudの最高技術責任者オフィスのテクニカルディレクターであるMassimo Mascaro氏は述べています。

非営利団体B612のプレス声明によると、Google Cloudとのコラボレーションにより、THORは最終的に天文学的調査や機器の異なる54億回の観測(小惑星や他の宇宙物体であることが証明されるかもしれない空の謎)に取り組むことになります。

小惑星研究所は、THORアルゴリズムが最初に報告したように、潜在的な小惑星候補のチェックと検証を自動化するために、Googleの人工知能技術を使用する可能性も模索していると発表しました。

過去には、これらの候補者の最初の検証は、高校生、学部生、大学院研究者、科学者、プロの天文学者の形でボランティアのグループに残されました。

しかし、人工知能に支援されたプロジェクトの拡大が成功すれば、Lu博士は、現在チリで建設中のVera C. Rubin天文台から来るように、時間のかかる人間検証作業のこの削減は、研究所がThorプロセスをはるかに広範で広範な天文データセットに適応させるのに役立つと述べました。

「これは大きな変化です」とLu博士は言いました。


The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)