Искусственный интеллект обнаружил новые космические аномалии
Международная команда проекта SNAD, куда входит доцент факультета физики НИУ ВШЭ Матвей Корнилов, обнаружила 11 аномалий, 7 из которых — кандидаты в сверхновые. Исследования проводились на цифровых снимках северного неба за 2018 год, для поиска использовался метод ближайших соседей на основе K-мерных деревьев. Автоматизировать поиск аномалий позволили методы машинного обучения. Исследование опубликовано в журнале New Astronomy.
Большая часть астрономических открытий основана на наблюдениях и последующих расчетах. Еще в XX веке количество наблюдений было невелико, однако с вводом в строй широкопольных астрономических обзоров неба объемы получаемых данных многократно возросли. Например, Zwicky Transient Facility (ZTF) — широкопольный обзор северного неба — генерирует ∼1,4 ТБ данных за ночь наблюдений, а его каталог содержит миллиарды объектов. Обрабатывать такое количество данных вручную сложно и дорого, поэтому команда проекта SNAD, объединяющего ученых из России, Франции и США, решала задачу автоматизации этого процесса.
Чтобы больше узнать об астрономических объектах, ученые анализируют их кривые блеска — зависимости блеска объекта от времени. Сначала регистрируют вспышку на небе, затем фиксируют, как ее блеск эволюционирует: становится более ярким, ослабевает или совсем гаснет. Для исследования ученые взяли миллион кривых блеска реальных объектов из каталога Zwicky Transient Facility за 2018 год, а также составили 7 симулированных кривых блеска объектов исследуемых типов. Всего учитывалось около 40 свойств, например амплитуда яркости объекта и периодичность.
Константин Маланчев
«Мы описали свойства симуляций набором характеристик, который ожидали увидеть у реальных астрономических тел. Среди миллиона объектов мы искали сверхмощные сверхновые, сверхновые типа Iа, сверхновые II типа и события приливного разрыва, — объясняет один из авторов статьи постдок в университете Иллинойса в Урбане—Шампейне Константин Маланчев. — Такие классы объектов мы называем аномалиями. Они встречаются очень редко и их свойства малоизучены, либо это интересные объекты для более подробного исследования».
Затем данные кривых блеска реальных объектов сопоставляли с симуляциями с помощью метода K-мерных деревьев. K-мерное дерево — специальная геометрическая структура данных, которая позволяет разбить пространство на меньшие части, рассекая его гиперплоскостями, плоскостями, прямыми или точками. Разбиение используют для сужения диапазона поиска в K-мерном пространстве, где ищут объект со свойствами, максимально похожими на те, что описаны в 7 симуляциях.
В результате на каждую из 7 симуляций было найдено 15 наиболее похожих, реально существующих объектов из базы ZTF. Всего получилось 105 объектов. Их исследователи анализировали вручную и проверяли, являются ли они аномалиями. После ручной проверки подтвердились 11 аномалий, 7 из них — кандидаты в сверхновые, а еще 4 — активные ядра галактик, в которых могут происходить события приливного разрыва.
Мария Пружинская
«Это очень хороший результат, — комментирует один из авторов статьи Мария Пружинская, научный сотрудник Государственного астрономического института имени П.К. Штернберга. — Причем у нас получилось обнаружить не только уже открытые редкие объекты, но и несколько новых, которые были пропущены астрономическим сообществом. Это значит, что можно отладить существующие алгоритмы поиска, чтобы такие объекты больше не пропускать».
Исследование показало, что данный метод действительно эффективен, при этом довольно прост в реализации. Предложенная методика поиска объектов определенного типа универсальна и может быть применена для открытия не только редких типов сверхновых, но и других интересных астрономических объектов.
Матвей Корнилов
«Астрономические или астрофизические явления, которые не были обнаружены учеными ранее, тоже являются аномалиями, — поясняет доцент факультета физики НИУ ВШЭ Матвей Корнилов. — Наблюдательные проявления таких объектов должны отличаться от свойств уже известных объектов. В будущем мы планируем применять нашу методику для открытия новых классов объектов».
Вам также может быть интересно:
НИУ ВШЭ и «Яндекс» проведут международную олимпиаду по ИИ для студентов
Факультет компьютерных наук НИУ ВШЭ и «Яндекс Образование» открывают набор на участие в олимпиаде Artificial Intelligence and Data Analysis Olympiad (AIDAO). Это первая совместная олимпиада по искусственному интеллекту университета и ИТ-компании для студентов разных стран. Участники попробуют силы в решении сложных задач из сферы науки и индустрии и познакомятся с экспертами из Вышки и «Яндекса», а победители получат денежные призы.
Искусственный интеллект в университете: вызовы и задачи
На форуме «Технопром-2024», прошедшем в Новосибирске, Высшая школа экономики организовала круглый стол, посвященный обсуждению роли искусственного интеллекта в образовании. Как технологии ИИ помогают выводить качество образования в НИУ ВШЭ на новый уровень, рассказали представители университета.
Красота в деталях: ученые Вышки и AIRI разработали метод высококачественного редактирования изображений
Исследователи Центра ИИ НИУ ВШЭ, AIRI и Бременского университета разработали новый метод редактирования изображений на основе глубинного обучения — StyleFeatureEditor. Он позволяет точно воссоздавать мельчайшие детали изображения и сохранять их при редактировании. С его помощью пользователи смогут изменять цвет волос или выражение лица без потери качества изображения. Результаты работы опубликованы на самой цитируемой конференции по компьютерному зрению CVPR 2024.
Победители Международной олимпиады по ИИ поступили в НИУ ВШЭ
В середине августа в Болгарии состоялся финал первой Международной олимпиады по искусственному интеллекту (IOAI) среди старшеклассников. Сборная России показала отличный результат: в научном туре команда завоевала золотые медали, в практическом — серебряные и оказалась первой по сумме баллов за оба тура. Два участника сборной в этом году стали студентами факультета компьютерных наук ВШЭ.
В систему добровольной сертификации в области ИИ «Интеллометрика» включены первые лаборатории
В России вступает в действие система добровольной сертификации технологий искусственного интеллекта «Интеллометрика», использующая методический подход, разработанный учеными Высшей школы экономики. Допуск получили первые три лаборатории, которые смогут проводить испытания в сфере ИИ и выдавать по их итогам соответствующие протоколы, и один орган по сертификации.
В Вышке изучили, как студенты российских вузов осваивают технологии ИИ
Институт статистических исследований и экономики знаний НИУ ВШЭ анализирует масштабы и условия обучения технологиям искусственного интеллекта в университетах страны, для которых это становится важной частью подготовки высококвалифицированных кадров не только в сфере ИКТ, но и в других отраслях экономики. Исследование реализуется в рамках федерального проекта «Искусственный интеллект» при поддержке Минэкономразвития России.
Законы физики: как Высшая школа экономики стала Высшей школой IT-технологий и ИИ
Сотрудничество лидеров IT-индустрии и ведущих вузов в подготовке высококлассных специалистов стало ключевым трендом последних лет. Как построено IT-образование в Вышке и как университет стал лидером в сфере искусственного интеллекта, рассказал ректор НИУ ВШЭ Никита Анисимов на пресс-завтраке «Яндекс Образования» «Бигтехи и университеты: итоги приемной кампании — 2024/25 и модели партнерства».
Территория будущего: Вышка Онлайн принимает участие в фестивале «Москва 2030»
Пространство онлайн-кампуса НИУ ВШЭ открылось на фестивале «Территория будущего. Москва 2030», который проходит на нескольких знаковых площадках столицы в августе — сентябре. Гостей Вышки Онлайн ждут лекции и мастер-классы, карьерные консультации, нетворкинг, VR-квесты и развлечения.
Искусственный интеллект с Харизмой
Высшая школа экономики активно использует передовые цифровые технологии в науке и образовании. Рассказываем в нашей статье о том, как суперкомпьютер помогает исследователям университета.
Студенты НИУ ВШЭ успешно защитили дипломы, в работе над которыми применили YandexGPT
Этим летом студенты нескольких направлений подготовки НИУ ВШЭ — «Философия», «Медиакоммуникации», «Международные отношения» и «Востоковедение» — впервые использовали нейросеть в процессе написания дипломных и курсовых работ. Университет разрешил применять возможности YandexGPT, генеративной технологии Яндекса, для решения заранее определённого перечня задач, на которые обычно у студента уходит много времени. Она помогала собирать, анализировать и обобщать информацию, проверять текст на ошибки и править оформление, а также разбираться в сложных темах и структурировать ход размышлений.