ستاره شناسان رادیویی در موسسه جستجوی هوش فرازمینی (SETI) از هوش مصنوعی برای انجام اولین جستجوی بلادرنگ در جهان برای انفجارهای سریع رادیویی (FRB) استفاده می کنند، سیگنال هایی با انرژی بالا از فضا که ممکن است نشانه حیات باشد.
انویدیا در نشست هوش مصنوعی خود در روز سه شنبه اعلام کرد که ستاره شناسان رادیویی SETI از Nvidia Holoscan، یک پلت فرم پردازش حسگر، و Nvidia IGX، یک راه حل محاسبات لبه برای درک بهتر این پدیده های نجومی نادر استفاده می کنند.
موسسه SETI آرایه تلسکوپ آلن را در شمال کالیفرنیا برای جستجوی شواهدی از هوش فرازمینی و مطالعه رویدادهای نجومی گذرا مانند انفجارهای سریع رادیویی اداره میکند.
از لحاظ تاریخی، تجزیه و تحلیل سیگنال های رادیویی از فضا یک فرآیند آفلاین و آهسته بوده است. محققان دادهها را جمعآوری میکنند و بعداً آنها را با برنامههای سفارشی پردازش میکنند.
پلتفرمهای انویدیا به محققان SETI این امکان را دادهاند تا سیستمی بیدرنگ برای تشخیص FRB و سایر سیگنالهای ضعیف از فضا ایجاد کنند و تجزیه و تحلیل دادهها را از آرایه تلسکوپ آلن تسریع بخشند.
این پروژه پس از آن آغاز شد که اندرو سیمیون، رئیس SETI در موسسه SETI، بیش از یک دهه پیش، پتانسیل یادگیری ماشین اولیه را برای تجزیه و تحلیل سیگنالهای رادیویی مشاهده کرد.
موسسه SETI قبلاً از پردازندههای گرافیکی Nvidia برای تسریع الگوریتمها برای جدا کردن سیگنالها از نویز پسزمینه استفاده میکرد. Siemion به آدام تامپسون، مدیر ارشد محصول فنی انویدیا برای edge HPC مراجعه کرد تا به ساختن سیستمی با قابلیت شناسایی بلادرنگ کمک کند.
سیمیون گفت: «ما میخواستیم چیزی ایجاد کنیم که واقعاً تواناییهای ما را به جلو ببرد. ما راهحلی را در نظر گرفتیم که بهطور کلیتر، دادههای بلادرنگ را از تلسکوپها میگیرد و مستقیماً به پردازندههای گرافیکی برای استنتاج هوش مصنوعی میآورد».
این پروژه باعث شد که موسسه SETI با Breakthrough Listen، یکی دیگر از برنامه های تحقیقاتی SETI که مقر آن در دانشگاه آکسفورد است، همکاری کند که داده های تلسکوپ های رادیویی را با استفاده از GPU پردازش می کند.
مؤسسه SETI خط لوله دریافت و استنتاج دادههای بلادرنگ را با استفاده از Holoscan SDK و یک محقق Breakthrough Listen یک مدل هوش مصنوعی برای تشخیص انفجارهای سریع رادیویی ساخته و آموزش داده است.
آخرین آزمایش شامل نشان دادن 28 آنتن به سمت سحابی خرچنگ، جمع آوری بیش از 90 میلیارد بسته داده در تنها 15 ساعت و پردازش آنها با سرعتی نزدیک به 100 گیگابیت بر ثانیه بود که دو برابر توانایی قبلی موسسه SETI بود.
به گفته Siemion، سیستم هوش مصنوعی میتواند تمام دادههای دریافتی را بدون نیاز به دور انداختن آنها برای کارایی جمعآوری و تجزیه و تحلیل کند، که نسبت به روشهای قبلی پیشرفت چشمگیری دارد.
Siemion گفت: “ما در آستانه یک روش اساسی متفاوت برای تجزیه و تحلیل جریان داده های نجومی هستیم و انواع چیزهایی که می توانیم با آن کشف کنیم بسیار شگفت انگیز خواهد بود.”
این پیشرفت تکنولوژیک به نجوم محدود نمی شود. خط لوله جدید تجزیه و تحلیل داده های بلادرنگ مؤسسه SETI، که توسط Nvidia طراحی شده است، می تواند در سایر صنایعی که به محاسبات سریع و هوش مصنوعی نیاز دارند، اعمال شود.
منبع: https://aibusiness.com/nvidia/nvidia-joins-search-for-extraterrestrial-life