То есть выдаются уже обработанные снимки?
Нейронные сети помогают ученым получать четкие изображения из размытых снимков
Мощность телескопов, «рабочих лошадок» астрономов, ограничена размерами используемых в них линз или зеркал. Используя «нейронные сети», принцип, положенный в основу искусственного интеллекта, группа исследователей из Швейцарии теперь смогла перешагнуть этот предел, предлагая ученым получать самые четкие снимки, доступные при помощи оптической астрономии.
В новом исследовании группа ученых во главе с профессором Кевином Шавински (Kevin Schawinski) из Швейцарской высшей технической школы Цюриха использовала новейшие принципы машинного обучения для создания алгоритма, способного распознавать на астрономических снимках образ галактики и восстанавливать из размытого изображения более четкое изображение. Так же, как и человеку, нейронной сети требуются образцы – в этом случае «размытый» и «четкий» снимки одной и той же галактики – чтобы обучиться распознаванию.
В системе, предложенной командой Шавински, используются две нейронные сети, «соревнующиеся» друг с другом, так называемые «генеративные состязательные сети» (generative adversarial network, или GAN) – принцип, который в последнее время набирает популярность в среде специалистов по нейронным сетям. Продолжительность всей программы обучения на высокопроизводительном компьютере занимает всего лишь несколько часов.
Обученные нейронные сети становятся способны распознавать и реконструировать детали, которые не могут быть разрешены при помощи телескопа – такие как звездообразовательные области, перемычки и пылевые полосы в галактиках.
Исследование опубликовано в журнале Monthly Notices of the Royal Astronomical Society.
(Добавил: Hot Temp)
То же самое что и человечьи домыслы. А вот интересно, как интерпретировать будут результаты, если разные нейро-сети, выдадут разные домыслы? А ежели ваще разные? Ну, т.е. при каждом разе, при обработке одной и той же картинки, в результате домыслов, кажный раз будет получаться картинка разная и неидентичная ни с одной предыдущей?
@Так же, как и человеку, нейронной сети требуются образцы – в этом случае «размытый» и «четкий» снимки одной и той же галактики – чтобы обучиться распознаванию"
Ну вот они и будут распозновать "образцы".
Да, понаоткрывают галактик, нет на них ДехНазара, он бы им показал.
Вообще-то, здесь нет предмета для ёрничанья -- алгоритм вырабатывается на заведомо не обработанных снимках: берут, например, фото туманности Андромеды, сделанные на телескопах в 1 м и 10 м, и сравнивают, какие размытые участки на первом снимке соответствую вполне четким объектам на втором. И так проделывают те же операции с другими галактикам всех имеющихся типов в окрестностях СС. Получают вполне надежный алгоритм увеличения резкости изображений. И никаких фокусом, никакого фотошопа. Там еще, наверняка, используют не один, а сотни и тысячи снимков одного объекта, который хотят рассмотреть попристальней.
Не надо, подобно дикарям, грешить на колдовство белого человека, все гораздо проще, чем вам кажется. Но требует некоторого уровня знаний.
2-я и 4-я картинка - результат применения фильтров "фотошопа", не знаю чему обучился нейросеть на этих примерах, но будем посмотреть, как говорится.
П.С. Есть у меня некие сомнения, что имея в распоряжении только картинку низкого качества, нейросеть создаст реальное изображение ультра-HD.
"берут, например, фото туманности Андромеды, сделанные на телескопах в 1 м и 10 м, и сравнивают, какие размытые участки на первом снимке соответствую вполне четким объектам на втором. ... Получают вполне надежный алгоритм увеличения резкости изображений."
Ну да, получают..., для данной галактики, имея возможность сравнивать качественное с некачественным. Но как выше уже отметили, а если есть один снимок не качественный? Будете алгоритмизировать его Андромедовскими наработками?
Здесь может быть лишь один вариант, если наснимают с разных телескопов массу некачественных снимков, а потом выработают свой "алгоритм" для каждого конкретного случая, через сравнение их и нахождение "10 отличий" и последующей компоновки в одно синтезированное более качественное....
Исследователям стоит пообщаться с парнями из Гугл, они там тоже придумали алгоритм для восстановления изображений. Т.е. фото лица 8х8 пикселей восстанавливают до вполне узнаваемого изображения - 64х64 пикселя. Может пригодиться и для галактик.
Та же самая метода, что была применена для выделения якобы гравволн на LIGO, только в другом флаконе: создать компьютерную модель того, что надо выделить, и даже во многих тысячах вариантов, а потом "дегенеративные состязательные сети" пусть выделяют и рисуют из размытого изображения то, что надо.
Только наблюдения, только фактический материал помогут выйти науке из тупиков, а не моделирование.
"Как только наблюдения становятся достаточно точными, у теоретиков возникают проблемы". И решать их надо только на основе наблюдений, а не моделирования.
geolux, а если достаточно точные наблюдения невозможны из-за естественных физических ограничений? Не помню кто, но кто-то мне тут весьма толково разъяснил, что невозможно получить качественные изображения объектов, находящихся ближе к границе видимой Вселенной, чем к нам, сколько ни увеличивай площадь и точность поверхности астрономических инструментов.
Ну это лишь мнение одного того, кто вам это объяснил. А завтра измерят и увидят, зателескопируют более качественную картинку. Накройняк, прилетят зелёные лупоглазые и продвинут нас "качественности" понимания и видения вселенной.
dr_ovosek , а если точные наблюдения невозможны пока, то и не надо выдумывать подробности, которых никто не видел. Именно по этой причине современная космология имеет в фундаменте надуманные, не обоснованные физически ничем, теории и псевдосущности, заведшие её этими окольными тропами в глухие тупики. Уж очень не любят современные учёные признавать, что не знают чего-то; отсюда происходят многие недоразумения в теоретической науке (многие псевдознания - многие печали).
"ближе к границе видимой вселенной, чем к нам" - что-то отдаёт пессимизмом. Нам ежедневно сообщают об открытии самых ранних галактик практически на границе видимой вселенной (если сферу Хаббла за неё считать), и с подробностями, необходимыми для подтверждения теории БВ ;-)))) . Так что качественные изображения - понятие растяжимое.
geolux, я только за, чтобы точка зрения о физических пределах наблюдательной астрономии оказалась ошибочной! :-) Но все-таки, очень рассчитываю на помощь корректирующей математики в обработке изображений. В конце концов, используют же ее для отсева атмосферных искажений в изображениях, получаемых на наземных телескопах.
Телескопы по отдельности и телескопы связанные нейронной сетью.Возможно,у телескопов бывает напдыв информации и пока принимается одна информация,пролетает другая.А,при наличии нейронных сетей нет потери информации,телескопы её скидывают и свободны для принятия информации всегда.Поэтому более качественные фото.Я так представляю.
А может не представлять, а познакомиться как работают телескопы? Ну в крайнем случае спросить у местных обсуждальщиков, наверняка кто-то вам компетентно разжуёт подробненько, как телескоп переваривает информацию.
"... её скидывают и свободны для принятия информации ..."
т.е. информация застревает в телескопах? Это очень интересно, как такое можно представить?
ОМГ, Елена, то, что называется "нейронная сеть" - это не локальная сеть между телескопами, а просто алгоритм обработки фотографий.
Otzzi , мне это было неизвестно, но это многое объясняет)) Это 3-й аккаунт на этом сайте, до этого 2 были потеряны пароли и отказывались восстонавливаться по-какой-то причине через почту. С этим таких проблем нет, хотя ник был выбран по причине безысходности восстановления паролей)