ناسا تطلق مشروعاً بالذكاء الاصطناعي لتنقية بيانات التلسكوبات الفضائية

أعلنت وكالة الفضاء الأمريكية «ناسا» عن إطلاق مشروع جديد يعتمد على تقنيات الذكاء الاصطناعي لتحسين معالجة البيانات القادمة من التلسكوبات الفضائية، في خطوة تهدف إلى رفع دقة الرصد ودعم الأبحاث المرتبطة بتوسع الكون والطاقة المظلمة.

ويحمل المشروع اسم «Artifact InSPECtor»، ويعتمد في مرحلته الحالية على بيانات فعلية يجمعها تلسكوب «إقليدس» الفضائي، بهدف تدريب أدوات الذكاء الاصطناعي على اكتشاف الإشارات غير الحقيقية والعيوب التي قد تتسلل إلى الصور والبيانات الفلكية، ثم المساعدة على استبعادها.

وأوضحت ناسا أن هذه التشوهات قد تظهر لأسباب متعددة، من بينها انعكاس الضوء داخل هيكل التلسكوب، أو اصطدام الأشعة الكونية بأجهزة الرصد، إضافة إلى بعض التأثيرات الناتجة عن الكاميرات والمكونات الإلكترونية المستخدمة في جمع البيانات.

تمييز الأجرام الحقيقية عن التشوهات

وتُستخدم تقنيات الذكاء الاصطناعي حالياً للمساعدة في الفصل بين هذه العيوب وبين الأجرام الفلكية الحقيقية، مثل النجوم والمجرات، وهي مهمة بالغة الأهمية لأن أي خطأ في التصنيف قد يؤثر في دقة النتائج العلمية المستخلصة من عمليات الرصد.

ويركز المشروع الجديد على تطوير وتحسين التعليمات التي تتلقاها أنظمة الذكاء الاصطناعي، بما يسمح لها بالتعرف على التشوهات بدرجة أعلى من الدقة وتقليل احتمال الخلط بينها وبين الظواهر الفلكية الحقيقية.

ومن شأن هذا الأسلوب أن يساهم في تسريع معالجة كميات ضخمة من البيانات التي تنتجها التلسكوبات الحديثة، مع تحسين جودة المعلومات التي يعتمد عليها العلماء في دراسة بنية الكون وتطوره.

بيانات «رومان» تنضم إلى المشروع في 2027

ومن المنتظر أن يتوسع المشروع اعتباراً من مطلع عام 2027 ليشمل بيانات تلسكوب «نانسي غريس رومان» الفضائي التابع لناسا، إلى جانب البيانات التي يوفرها تلسكوب «إقليدس» التابع لوكالة الفضاء الأوروبية.

وسيتيح الجمع بين بيانات التلسكوبين للباحثين فرصة أكبر لتحسين أدوات التحليل ومقارنة نتائج الرصد، خصوصاً في الدراسات المتعلقة بمعدل توسع الكون والطاقة المظلمة، التي تعد من أكثر الموضوعات غموضاً في علم الكونيات الحديث.

وتأمل ناسا أن يساعد استخدام الذكاء الاصطناعي في رفع كفاءة عمليات الفرز والتحليل، بحيث يتمكن العلماء من التركيز بصورة أكبر على الإشارات ذات القيمة العلمية وتقليل الوقت اللازم للتعامل مع البيانات المشوشة أو غير الدقيقة.