English
செயற்கை நுண்ணறிவை பயன்படுத்தி 50 புதிய கிரகங்கள் கண்டுபிடிப்பு!!!
26 August 2020, 7:08 pm
சமீபத்திய காலங்களில், தொலைநோக்கிகள் அல்லது வெவ்வேறு பணிகளில் இருந்து தரவைப் பயன்படுத்துவதன் மூலம் பல கிரகங்கள் விண்ணில் காணப்படுகின்றன. அதிக நேரத்தை வீணாக்காமல் ஒரு பெரிய எண்ணிக்கையிலான கிரகங்கள் முந்தைய பயணங்களின் தரவை பகுப்பாய்வு செய்வதை உறுதிப்படுத்த வாய்ப்பு உள்ளது. யுனைடெட் கிங்டம், வார்விக் பல்கலைக்கழகத்தில் டேவிட் ஆம்ஸ்ட்ராங் ஒரு ஆய்வுக் குழுவை வழிநடத்தியது. இதனால் ஒரு வழிமுறையை (செயற்கை நுண்ணறிவு- Artificial Intelligence) உருவாக்க முடிந்தது. இதன் மூலம் ஒரு கிரகம் அல்லது அல்லது ஒரு சிறுகோள் மற்றும் பல என எதுவாக இருந்தாலும் அதனை எளிதில் கண்டுபிடிக்க முடியும்.
தரவுகளை ஆய்வு செய்ய ஆராய்ச்சியாளர்கள் நாசாவின் டிரான்சிட்டிங் எக்ஸோபிளானட் சர்வே செயற்கைக்கோளைப் பயன்படுத்தினர். எளிமையாகச் சொல்வதானால், அதிக பிரகாசம் தோன்றும் போது ஏதோ ஒரு நட்சத்திரத்தால் அது கடந்து செல்வதைக் குறிக்கிறது. இது எப்போதும் ஒரு கிரகமாக இருக்க வேண்டியதில்லை.
ஆனால் இது தேடலைக் குறைக்க உதவுகிறது. இது ஆய்வுக் குழுவை ஒரு இயந்திர கற்றல் வழிமுறையை உருவாக்க வழிவகுத்தது. இது நாசாவின் கெப்லர் பணிக்கு பயன்படுத்தப்பட்டது மற்றும் பிற வான பொருட்களிலிருந்து கிரகங்களை வேறுபடுத்த முடிந்தது. இந்த செயற்கை நுண்ணறிவால் 50 கிரகங்களை உறுதிப்படுத்த முடிந்ததால் இந்த வழிமுறை ஒரு பெரிய திருப்புமுனையாக இருந்தது.
ஆகஸ்ட் 25 ம் தேதி வார்விக் வெளியீட்டில் ஆம்ஸ்ட்ராங் கூறுகையில், “நாங்கள் உருவாக்கிய வழிமுறை 50 விண்வெளி பொருட்களை கிரக சரிபார்ப்பிற்கான நுழைவாயிலுக்கு அழைத்துச் செல்ல உதவுகிறது.”
இது வரை பயன்படுத்தப்பட்ட நீண்ட முறையுடன் புதியவற்றை அடையாளம் காண முயற்சிக்கும் நேரத்தை வீணடிப்பதற்கு பதிலாக விஞ்ஞானிகள் தங்கள் வளங்களையும் நேரத்தையும் உறுதிப்படுத்தப்பட்ட கிரகங்களில் கவனம் செலுத்த இது உதவும். இது பூமியைப் போன்ற வளிமண்டலத்தைக் கொண்டிருக்கக்கூடிய கிரகங்களை வரிசைப்படுத்தவும் உதவும்.
“எந்த ஒரு விண்வெளி பொருளும் கிரகமாக இருக்க வாய்ப்புள்ளது என்று சொல்வதற்கு பதிலாக, துல்லியமான புள்ளிவிவர சாத்தியக்கூறு என்ன என்பதை இப்போது நாம் கூறலாம். ஒரு வேட்பாளர் தவறான நேர்மறையாக இருப்பதற்கு 1% க்கும் குறைவான வாய்ப்பு இருந்தால், அது சரிபார்க்கப்பட்ட கிரகமாக கருதப்படுகிறது, ”என்று ஆம்ஸ்ட்ராங் கூறினார்.
முன்னேற்றம் இருந்தபோதிலும் இந்த வழிமுறை அதன் ஆரம்ப கட்டத்தில் உள்ளது. இருப்பினும், இது TESS மற்றும் ESA இன் திட்டமிடப்பட்ட PLATO பணி போன்ற திட்டங்களிலிருந்து சேகரிக்கப்பட்ட மிகப்பெரிய அளவிலான தரவுகளில் மேலும் பயன்படுத்தப்படும்.
“நாங்கள் இன்னும் வழிமுறையைப் பயிற்றுவிக்க நேரத்தை செலவிட வேண்டும். ஆனால் அது முடிந்ததும் எதிர்கால வேட்பாளர்களுக்கு அதைப் பயன்படுத்துவது மிகவும் எளிதாகிறது.” என்று ஆம்ஸ்ட்ராங் கூறினார். “படிப்படியாக மேம்படுத்த புதிய கண்டுபிடிப்புகளையும் நீங்கள் இதனோடு இணைக்கலாம்.”
