Üye Girişi
Bağlan Google+ ile Bağlan Facebook ile Bağlan
Yeni Kayıt
Tüm Forumlar
  • Tüm Forumlar
  • Donanım / Hardware
  • Anasayfa Haberleri
  • Bu Konuda
Şimdi Ara

Yapay zeka sayesinde 27.000'den fazla asteroit keşfedildi

Sıcak Fırsatlarda Tıklananlar
Editörün Seçtiği Fırsatlar
Daha Fazla
Bu Konudaki Kullanıcılar: Daha Az
2 Misafir - 2 Masaüstü
5 sn
6
Cevap
0
Favori
140
Tıklama
Daha Fazla
İstatistik
  • Konu İstatistikleri Yükleniyor
Konuya Özel
1 oy
Öne Çıkar
Cevapla
Sayfa: 1
Giriş
Mesaj
  • Yapay zeka sayesinde 27.000'den fazla asteroit keşfedildi
    Sadece Güneş Sistemi’nde milyonlarca belki de milyarlarca asteroit bulunuyor ve son 200 yıl içinde bilim insanların sadece 1,3 milyon kadar asteroit kataloglamış durumda. Bunların çok büyük kısmı Mars ve Jüpiter arasındaki asteroit kuşağında yer alıyor. Asteroitleri keşfetmek genellikle zaman ve dikkat isteyen bir iş ve haliyle bazı kaya parçaları insanların gözlerinde kaçabiliyor. Bu sorunları ortadan kaldırmak ve keşif sürelerini kısaltmak için THOR adında bir yapay zeka algoritması geliştirildi.



    THOR, 27 bin asteroit keşfetti



    Asteroid Institute'un yönetici direktörü ve B612 Vakfı'nın kurucularından Ed Lu ve ekibi tarafından geliştirilen THOR (Tracklet-less Heliocentric Orbit Recovery) yapay zekası NOIRLab tarafından sağlanan 400.000'den fazla arşiv görüntüsünü analiz etti. THOR, bu analizleri sonucunda gözden kaçan 27.000 asteroit keşfetti.



    Yapay zeka sayesinde 27.000'den fazla asteroit keşfedildi
    Aktarılanlara göre THOR, tek bir teleskop görüntüsünde 1,7 milyar kadar ışık noktasını analiz edebilmesini sağlayan büyük bir veri kümesi üzerinde eğitilmiş durumda. Algoritmanın net sonuçlar verebilmesi için gökyüzünün aynı bölümünün son 30 gün içerisinde çekilmiş yaklaşık beş gözlemi gerekiyor. Ek olarak B612 Vakfı tarafından yapılan açıklamaya göre bilim insanları THOR’u hesaplama ağırlığı ve veri depolama hizmetleri sayesinde binlerce asteroit adayının yörüngesini test etmelerini kolaylaştıran Google Cloud ile ölçeklendirmişler.



    Ayrıca Bkz.NASA, 225 milyon kilometre uzaklıktan 25 Mbps hızında “lazer mesajı” iletti



    Ed Lu’ya göre algoritmaları sayesinde bunun için tasarlanmamış veri kümelerinde asteroitler bulabilmek ve aynı zamanda dünyadaki diğer tüm teleskopları asteroit bulma konusunda daha iyi hale getirmek mümkün. Lu, bunun astronominin yapılış biçiminde köklü bir değişiklik anlamına geldiğini söylüyor.



    Altı ayda 2,4 milyon asteroit keşfedilecek



    Öte yandan THOR ilk olarak 2022 yılında mevcut teleskop görüntülerinde tespit edilemeyen 100 asteroit keşfetmişti. O zamandan beri algoritma geliştiriliyor. Bununla birlikte asteroit keşfi için geliştirilen tek yapay zeka algoritması THOR değil. Geçtiğimiz temmuz ayında, Dünya'ya yakın asteroitleri avlamak için tasarlanan HelioLinc3D adlı bir yazılım, Dünya'ya 225.000 kilometre yaklaşması beklenen 180 metre genişliğinde bir uzay taşı buldu. Bu, Dünya ile Ay arasındaki ortalama mesafeden daha yakın.



    Öte yandan bu uzay taşlarını tespit etmek için gelecek yıl faaliyete geçmesi beklenen 8.4 metrelik teleskoba sahip Vera C. Rubin Gözlemevi’nin üzerinde çalışılıyor. Esasında HelioLinc3D yazılımı da yine burada geliştirildi. Bilim insanlarına göre THOR ve HelioLinc3D gibi yapay zeka tabanlı yazılımlar sayesinde Vera C. Rubin Gözlemevi, sadece ilk 6 ayında 2,4 milyon kadar yeni asteroit keşfi yapabilir. Bu rakam, mevcutta keşfedilen asteroit sayısının neredeyse iki katı.




    Kaynak:https://www.space.com/google-cloud-ai-tool-asteroid-telescope-archive







  • Bana - ağır cehaletimle birlikte - kumsaldaki kum tanelerini saymak gibi boş bir uğraş geliyor. Edebiyle linç edecekler buyursun, sorun değil.

  • Yapay zeka sayesinde 27.000'den fazla asteroit keşfedildiVeritasiumyoutube
    Visit https://brilliant.org/Veritasium/ to get started learning STEM for free, and the first 200 people will get 20% off their annual premium subscription. Digital computers have served us well for decades, but the rise of artificial intelligence demands a totally new kind of computer: analog. Thanks to Mike Henry and everyone at Mythic for the analog computing tour! https://www.mythic-ai.com/ Thanks to Dr. Bernd Ulmann, who created The Analog Thing and taught us how to use it. https://the-analog-thing.org Moore’s Law was filmed at the Computer History Museum in Mountain View, CA. Welch Labs’ ALVINN video: https://www.youtube.com/watch?v=H0igiP6Hg1k ▀▀▀ References: Crevier, D. (1993). AI: The Tumultuous History Of The Search For Artificial Intelligence. Basic Books. – https://ve42.co/Crevier1993 Valiant, L. (2013). Probably Approximately Correct. HarperCollins. – https://ve42.co/Valiant2013 Rosenblatt, F. (1958). The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, 65(6), 386-408. – https://ve42.co/Rosenblatt1958 NEW NAVY DEVICE LEARNS BY DOING; Psychologist Shows Embryo of Computer Designed to Read and Grow Wiser (1958). The New York Times, p. 25. – https://ve42.co/NYT1958 Mason, H., Stewart, D., and Gill, B. (1958). Rival. The New Yorker, p. 45. – https://ve42.co/Mason1958 Alvinn driving NavLab footage – https://ve42.co/NavLab Pomerleau, D. (1989). ALVINN: An Autonomous Land Vehicle In a Neural Network. NeurIPS, (2)1, 305-313. – https://ve42.co/Pomerleau1989 ImageNet website – https://ve42.co/ImageNet Russakovsky, O., Deng, J. et al. (2015). ImageNet Large Scale Visual Recognition Challenge. – https://ve42.co/ImageNetChallenge AlexNet Paper: Krizhevsky, A., Sutskever, I., Hinton, G. (2012). ImageNet Classification with Deep Convolutional Neural Networks. NeurIPS, (25)1, 1097-1105. – https://ve42.co/AlexNet Karpathy, A. (2014). Blog post: What I learned from competing against a ConvNet on ImageNet. – https://ve42.co/Karpathy2014 Fick, D. (2018). Blog post: Mythic @ Hot Chips 2018. – https://ve42.co/MythicBlog Jin, Y. & Lee, B. (2019). 2.2 Basic operations of flash memory. Advances in Computers, 114, 1-69. – https://ve42.co/Jin2019 Demler, M. (2018). Mythic Multiplies in a Flash. The Microprocessor Report. – https://ve42.co/Demler2018 Aspinity (2021). Blog post: 5 Myths About AnalogML. – https://ve42.co/Aspinity Wright, L. et al. (2022). Deep physical neural networks trained with backpropagation. Nature, 601, 49–555. – https://ve42.co/Wright2022 Waldrop, M. M. (2016). The chips are down for Moore’s law. Nature, 530, 144–147. – https://ve42.co/Waldrop2016 ▀▀▀ Special thanks to Patreon supporters: Kelly Snook, TTST, Ross McCawley, Balkrishna Heroor, 65square.com, Chris LaClair, Avi Yashchin, John H. Austin, Jr., OnlineBookClub.org, Dmitry Kuzmichev, Matthew Gonzalez, Eric Sexton, john kiehl, Anton Ragin, Benedikt Heinen, Diffbot, Micah Mangione, MJP, Gnare, Dave Kircher, Burt Humburg, Blake Byers, Dumky, Evgeny Skvortsov, Meekay, Bill Linder, Paul Peijzel, Josh Hibschman, Mac Malkawi, Michael Schneider, jim buckmaster, Juan Benet, Ruslan Khroma, Robert Blum, Richard Sundvall, Lee Redden, Vincent, Stephen Wilcox, Marinus Kuivenhoven, Clayton Greenwell, Michael Krugman, Cy 'kkm' K'Nelson, Sam Lutfi, Ron Neal ▀▀▀ Written by Derek Muller, Stephen Welch, and Emily Zhang Filmed by Derek Muller, Petr Lebedev, and Emily Zhang Animation by Ivy Tello, Mike Radjabov, and Stephen Welch Edited by Derek Muller Additional video/photos supplied by Getty Images and Pond5 Music from Epidemic Sound Produced by Derek Muller, Petr Lebedev, and Emily Zhang
    https://www.youtube.com/watch?v=GVsUOuSjvcg&feature=youtu.be

  • Bize çarpacak olan varsa bunu keşfetti mi acaba. Gerçi keşfetsede açıklamazlar.

  • E_Y_B_H_P_T E kullanıcısına yanıt

    Güneş Sistemi'ndeki kimyasal zenginlik hakkında, hangi materyalden ne oranda ve sistemin daha çok hangi bölgesinde var, bilgimizi genişletebilir. Güneş Sistemi'nin geçmişi hakkında ipuçları verebilir. Yörüngesel interaksiyonları daha isabetli anlamayı veya düzeltmeyi kolaylaştırabilir. İnsanlığı silip süpürecek çapta asteroitlerin düzenli takibini ve çarpma riski karşısında erken tespit ve müdahale sağlayabilir. Kumsal taneleri sonuçta çarpma anında yüzbinlerce atom bombası enerjisi saçabilen Manhattan boyutunda kaya kütleleri olmuyor.
    • 
Sayfa: 1

Benzer içerikler

- x
Bildirim
mesajınız kopyalandı (ctrl+v) yapıştırmak istediğiniz yere yapıştırabilirsiniz.
Hizmet kalitesi için çerezleri kullanabiliriz. DH’ye girerek kullanım izni vermiş sayılırsınız.
Anladım Veri Politikamız