машинне навчання

Під час своєї активності надмасивні чорні діри відіграють вирішальну роль у розвитку галактик. Досі вважалося, що їхнє зростання відбувається внаслідок несамовитого зіткнення двох галактик з подальшим злиттям; однак нове дослідження свідчить про те, що одного лише злиття галактик недостатньо для живлення чорної діри — потрібен ще й резервуар холодного газу в центрі галактики-господаря.

Надихаючись роботою людського мозку, дослідники розробили новий синаптичний транзистор, що виконує енергоефективне асоціативне навчання за кімнатної температури.

До довгого списку того, на що здатен штучний інтелект (ШІ), можна додати висування припущень та доведення математичних теорем: математики та експерти з ШІ об’єдналися, щоб продемонструвати, як машинне навчання може відкрити нові шляхи для досліджень в цій галузі.

Вчені додали 301 нововалідовану екзопланету до загальної кількості екзопланет. Цей натовп останнім приєднався до 4569 вже валідованих планет, що обертаються навколо безлічі далеких зірок. Як вчені відкрили таку величезну кількість планет, здавалося б, усі відразу? Відповідь криється в новій глибинній нейронній мережі під назвою ExoMiner.

Запропоновано інверсний підхід для визначення руху бінарних чорних дір - метод на основі машинного навчання, що вимагає невисокої обчислювальної потужності.

Нова карта темної матерії, складена за допомогою штучного інтелекту, показала приховані волокна з невидимої речовини, що з’єднують галактики.

У результаті дослідження, проведенего кафедрою фізики та астрономії Пенсільванського університету, створено найбільший на сьогодні каталог морфологічної класифікації галактик. Під керівництвом колишніх постдоків Хесуса Вега-Ферреро та Хелени Домінгес Санчес, які працювали з професором Маріангелою Бернарді, цей каталог морфологій 27 мільйонів галактик дає ключові уявлення про еволюцію Всесвіту.