Романтика одиноких ночных бдений на горных вершинах уходит в прошлое. На смену ей приходят петабайты данных, алгоритмы машинного обучения и инвестиции от гигантов IT-индустрии. Рассказываем, как астрономия превратилась в науку о данных.
Если вы попросите нейросеть (или случайного прохожего) нарисовать астронома, вы наверняка получите изображение задумчивого человека, который смотрит в окуляр огромного телескопа на фоне звездного неба. Реальность 2026 года выглядит иначе: современный астроном скорее сидит за несколькими мониторами, пишет код и пытается разобраться, почему алгоритм машинного обучения принял ошибку матрицы за сверхновую.
Исследователь математики и физики из Университета Квинс в Белфасте Джошуа Вестон и — что неожиданно — профессор государственной политики Мьюрис МакКарти рассказали о том, как «большие данные» (Big Data) фундаментально меняют наши отношения с космосом.
Главный герой этой трансформации — Обсерватория имени Веры Рубин, расположенная на горе Серро-Пачон в чилийских Андах. В рамках амбициозного проекта Legacy Survey of Space and Time (LSST) ее 8,4-метровый телескоп будет фотографировать всё южное небо почти тысячу раз на протяжении следующих десяти лет.
Цель благородна: разгадать природу темной материи, нанести на карту Млечный Путь, зафиксировать вспышки сверхновых и отследить потенциально опасные астероиды. Но есть нюанс.
Каждую ночь обсерватория будет генерировать невероятные объемы информации и рассылать астрономам около 10 миллионов уведомлений (алертов) об изменениях на небе. Вспыхнула звезда? Уведомление. Пролетел астероид? Уведомление. Матрица просто выдала цифровой «шум»? Тоже уведомление. Ни одна команда ученых в мире физически не способна обработать 10 миллионов изображений вручную.
Ну, а поскольку люди с таким потоком предсказуемо не справляются, наука вынуждена передать руль машинам. Чтобы ученые не захлебнулись в данных, по всему миру развернута глобальная сеть из семи программных «брокеров» — гигантских дата-хабов, которые первыми принимают сырую информацию.
Дальше в игру вступают нейросети. Именно алгоритмы машинного обучения теперь решают главную задачу: отделяют зерна от плевел. ИИ фильтрует терабайты ложных срабатываний и оставляет только те кандидаты, которые действительно похожи на реальные космические феномены.
По словам авторов, это делает астрономию одной из самых «кодозависимых» наук современности. Например, только в профильной группе Informatics and Statistics Science Collaboration трудится более 150 специалистов (Data Scientists), которые разрабатывают IT-инструменты исключительно под нужды проекта.
Тот факт, что в авторах значится профессор политологии, не случаен. В эпоху Big Data меняется сама концепция научного открытия, равно как и вопрос собственности на него.
Раньше астроном был первооткрывателем. Он наводил телескоп, делал снимок, видел новую комету и называл ее своим именем. Сегодня астроном — это скорее модератор и координатор, работающий в связке с программистами. Инструменты поиска и сами открытия теперь «размазаны» между узкими профессионалами, энтузиастами из проектов любительской науки и огромными IT-корпорациями.
Астрономия всё активнее пользуется деньгами и мощностями технологических гигантов — таких как Amazon и Microsoft. Неудивительно, что тот самый 8,4-метровый телескоп Обсерватории Веры Рубин официально носит имя Чарльза Симони (Simonyi Survey Telescope) — филантропа и бывшего ведущего разработчика-миллиардера из Microsoft.
Авторы задаются по-настоящему философским вопросом: останется ли изучение Вселенной нашим общим, публичным научным фронтиром, или космос окончательно превратится в домен, правила в котором диктуют коммерческие приоритеты Кремниевой долины?
Романтика прошлого века, когда ученый часами мерз у окуляра, окончательно мертва. Сегодня, чтобы открыть новую планету или галактику, не обязательно надевать пуховик в Андах — достаточно запустить правильно обученную нейросеть, попивая латте в теплом университетском кабинете. И хотя для кого-то это звучит как смерть великой профессии, именно симбиоз космоса и нейросетей — наш единственный шанс понять, как на самом деле устроена Вселенная. Без помощи машин мы банально тонем в ее размерах.
Основано на статье в The Conversation.
Комментарии (0)