Een machine-astronoom zou ons kunnen helpen de onbekenden in het universum te vinden

Dit artikel is oorspronkelijk gepubliceerd in The Conversation. De publicatie droeg het artikel bij aan de Expert Voices: Op-Ed & Insights van ProfoundSpace.org.

Wat hebben pulsars, quasars, donkere materie en donkere energie met elkaar gemeen? Antwoord: elk van hen heeft de ontdekker verrast. Hoewel veel van de wetenschap zorgvuldig en methodisch voortschrijdt, zijn de meeste echt spectaculaire ontdekkingen in de astronomie onverwacht.

Veel van onze telescopen zijn gebouwd om de bekende onbekenden te ontdekken: de dingen die we weten die we niet kennen, zoals het identificeren van de dingen die donkere materie vormen.

Maar de echte doorbraken zijn de onbekende onbekenden. Dit zijn de dingen waarvan we niet eens vermoeden dat ze er zijn totdat we ze per ongeluk vinden.

Van de tien grootste ontdekkingen van de Hubble-ruimtetelescoop bijvoorbeeld, is er maar één in het voorstel gebruikt om de constructie en de lancering ervan te rechtvaardigen. Die ene, die de snelheid van expansie van het universum meet, is een bekende onbekende.

Met andere woorden, we hadden een vraag over iets waarvan we wisten, en we dachten dat Hubble de vraag kon beantwoorden. De meeste andere ontdekkingen zijn onbekende onbekenden: we wisten niet wat ze waren totdat we ze tegenkwamen.

Ze omvatten de ontdekking van donkere energie, de enige Hubble ontdekking (tot nu toe) om een ​​Nobelprijs te winnen, in 2011.

Een toevallige ontdekking

Overweeg pulsars. Ze werden ontdekt in de jaren zestig toen een intelligente jonge promovendus in het VK, Jocelyn Bell Burnell, het fonkelen van radiogolven bestudeerde met elektronen in de ruimte (een bekende onbekende).

Ze zag vreemde stukjes van wat ze "beetjes" noemde op haar kaartrecorder, en besefte dat ze iets veel verrassender waren dan louter trekkerinvloeden, en ontdekte daardoor pulsars - een onbekend onbekend - waarvoor haar supervisor Antony Hewish de Nobel 1974 won prijs voor natuurkunde.

Dus hoe heeft ze die ontdekking gedaan?

Behalve dat hij een heldere, aanhoudende, ruimdenkende student was, observeerde Bell Burnell ook het universum op een manier waarop het nog nooit eerder werd waargenomen. Door naar snelle veranderingen in de radiogolven te kijken, observeerde ze het universum met een parameter - in dit geval korte tijdschaalobservaties - die nog niet eerder was gebruikt.

Andere ontdekkingen vinden plaats wanneer mensen observeren met een andere parameter, zoals flauwte, of hemel, die nog niet eerder is waargenomen. Samen vormen deze parameters onze parameterruimte.

De meeste belangrijke astronomische ontdekkingen lijken te gebeuren wanneer iemand een nieuw deel van de parameterruimte waarneemt; het universum observeren op een manier dat het nog niet eerder is waargenomen.

Deze nieuwe manier kan bestaan ​​uit een dieper kijken, of met een betere resolutie, of op een grotere schaal, of misschien gewoon veel meer van het universum zien. Uitbreiding van een van deze parameters in hun onontgonnen regio's zal waarschijnlijk leiden tot een onverwachte ontdekking.

Op dit moment worden verschillende telescopen van de volgende generatie gebouwd, dapper waar geen enkele telescoop eerder is geweest. Ze zullen het volume van de observatieparameterruimte aanzienlijk uitbreiden en moeten in principe onverwachte nieuwe verschijnselen en nieuwe soorten objecten ontdekken.

CSIRO's ASKAP-telescoop van A $ 165 miljoen, die nu bijna voltooid is, onderzoekt bijvoorbeeld verschillende gebieden met onbekende paragrafenruimte, met een uitstekende kans om een ​​grote onverwachte ontdekking tegen te komen die de wetenschappelijke wereld zou kunnen schokken.

Maar zullen we het herkennen als we het zien? Waarschijnlijk niet.

Bell Burnell ontdekte pulsars door moeizaam door al haar gegevens te ziften en merkte een kleine anomalie op die niet paste in haar begrip van de telescoop.

Hoeveel gegevens?

Als Bell Burnell met ASKAP zou observeren, zou ze ongeveer 80 petabytes aan gegevens per jaar moeten doorzoeken, van een machine die zo complex is dat niemand echt alles begrijpt. Sorry, zelfs het brein van Bell Burnell is niet in staat om die hoeveelheid data door te nemen.

We kunnen onmogelijk al die gegevens met het oog onderzoeken. Dus de manier waarop we onze wetenschap doen, is dat we beslissen over de wetenschappelijke vraag die we stellen, en er een gegevensquery van maken.

We baseren de database vervolgens op zoek naar die stukjes gegevens die onze vraag zullen beantwoorden.

Dit is een zeer efficiënte manier om de bekende onbekenden te beantwoorden. Helaas is het nutteloos om de onbekende onbekenden te vinden. We ontvangen alleen antwoorden op de vragen die we stellen, en niet op de vragen waarvan we niet wisten dat we ze moesten stellen.

Herinner je je nu de Hitchhiker's Guide to the Galaxy sciencefiction / fantasy-serie van auteur Douglas Adams? Toen een gigantische computer, Deep Thought, het antwoord op 'het leven, het universum en alles' vond als 42, moest er een andere, nog grotere, computer worden gebouwd om uit te zoeken wat de werkelijke vraag was.

Dus kunnen we een machine of een stukje software ontwerpen om de hersenen van Bell Burnell te repliceren in het opsporen van onbekende onbekenden, maar comfortabel te werken met petabytes aan gegevens en ongelooflijk complexe telescopen?

WTF in de onbekenden

Ik denk dat dit kan en we zijn al begonnen aan het project WTF, wat staat voor Widefield ouTlier Finder, met de vooruitgang die tot nu toe net vorige maand is gepubliceerd. De WTF-machine zal de petabytes aan gegevens doorzoeken op zoek naar iets onverwachts, zonder precies te weten waar het naar op zoek is.

De kunst is om machinale leertechnieken te gebruiken, waarbij we de software leren over alle dingen die we weten en vervolgens vragen om dingen te vinden waarvan we niets weten.

Het kan bijvoorbeeld een grafiek weergeven van de helderheid van de radio tegen optische kleuren. In die grafiek zou een cluster van quasars worden gegroepeerd, een ander cluster van sterrenstelsels zoals de Melkweg, enzovoort.

Misschien vindt het nog een cluster van objecten die we niet hadden verwacht en waarvan we niet wisten.Onze nietige hersens konden niet meer dan een klein deukje maken in alle mogelijke grafieken die moeten worden geplot, maar WTF zal deze op de voet volgen.

Dit proces zal niet eenvoudig zijn. In eerste instantie zal WTF waarschijnlijk dingen opvoeren die we vergeten zijn te vertellen, en het zal ook radio-interferentie en instrumentale artefacten vinden.

Terwijl we het geleidelijk aan leren wat deze zijn, zal het echt nieuwe objecten en verschijnselen gaan herkennen. Belangrijker nog, het zal nieuwe dingen beginnen te leren van de gegevens die onzichtbaar zijn gemaakt voor onze hersenen door hun pure multidimensionale complexiteit, maar zal voor de WTF een koren op de molen zijn.

We verwachten dat WTF slimmer wordt dan wij, in staat om die zeldzame ontdekkingen begraven in de gegevens te vinden. Misschien wint WTF zelfs de eerste niet-menselijke Nobelprijs.

Ray Norris, hoogleraar, School of Computing, Engineering & Maths, Western Sydney University

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel. Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel. Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel. Volg alle Expert Voices-problemen en debatten - en word deel van de discussie - op Facebook, Twitter en Google +. De weergegeven meningen zijn die van de auteur en komen niet noodzakelijk overeen met de mening van de uitgever. Deze versie van het artikel is oorspronkelijk gepubliceerd op ProfoundSpace.org.