Science 

Künstliche Intelligenz macht sich auf die Jagd nach Galaxienhaufen

Der Galaxienhaufen Abell 2744 ist nur einer von vielen. Die "Deep-CEE"-KI soll sie ausfindig machen.
Der Galaxienhaufen Abell 2744 ist nur einer von vielen. Die "Deep-CEE"-KI soll sie ausfindig machen.
Foto: NASA
Galaxienhaufen stellen einige der größten bekannten Strukturen des Universums dar. Da sie dennoch schwierig auszumachen sind, soll nun eine KI nachhelfen.

Galaxienhaufen sind gewaltige Strukturen, in denen sich teils Hunderte oder sogar Tausende Galaxien zusammenschließen. Da sie sich jedoch zum Teil in schier riesigen Entfernungen zur Erde befinden, lässt sich meist nicht klar ausmachen, ob es sich tatsächlich um ein solches Gebilde handelt. Die "Deep-CEE"-KI eines Doktoranden der Lancaster University soll nun bei der Suche nach ihnen helfen.

Deep-CEE sucht nach Galaxienhaufen

Unter der Verwendung neuronaler Netzwerke lernt die Künstliche Intelligenz, die Strukturen zu erkennen und kann dies auch, wenn sie ausgesprochen weit entfernt oder nur schwer auszumachen sind. Deep-CEE steht dabei für "Deep Learning for Galaxy Cluster Extraction and Evaluation", also "Deep Learning für die Extraktion und Evaluierung von Galaxienhaufen".

"Wir haben Deep-CEE erfolgreich für die Sloan Digital Sky Survey angewendet", erklärte der verantwortliche Doktorand Matthew Chan in einem Statement. "Letztendlich werden wir unser Modell auf revolutionäre Vermessungen wie das Large Synoptic Survey Telescope (LSST) stützen, das noch nie zuvor erforschte Regionen des Universums weiter und tiefer untersuchen wird."

Datenanalyse im großen Stil

Wird Deep-CEE mit den Datensätzen aus Teleskopen, scannt es die Bilder und sagt voraus, wo man Galaxienhaufen finden könnte. Alleine das LSST liefert dabei jede Nacht circa 15 Terabyte an Daten, sobald es 2021 onlinegeht. Umso wichtiger ist es, dass die Wissenschaftler sich auf ein System wie Deep-CEE verlassen können, dass an ihrer stelle Objekte von Interesse identifiziert, die mit dem menschlichen Auge nicht erkennbar sind.

"Data-Mining-Techniken wie Deep Learning helfen uns, den enormen Output moderner Teleskope zu analysieren", so Dr. John Stott, Chans Doktorvater. "Wir erwarten, dass unsere Methode Tausende von Haufen findet, die die Wissenschaft noch nie zuvor gesehen hat." Um sich vor Augen zu führen, mit welchen Datenmassen sich das System befassen muss, zunächst mal die Antwort auf die Frage "Wie groß ist das Weltall?".

Zu den Kommentaren

Neueste Videos auf futurezone.de

Beschreibung anzeigen