Deep Learning Segmentation of Spiral Arms and Bars for 600,000 Galaxies in DESI
यह शोध पत्र ZooBot:3D प्रस्तुत करता है, जो Galaxy Zoo: 3D डेटा पर प्रशिक्षित एक डीप लर्निंग मॉडल है, जिसका उपयोग DESI लीगेसी सर्वे की 639,000 से अधिक आकाशगंगाओं के लिए सर्पिल भुजाओं (spiral arms), बार (bars) और उभरती रिंग संरचनाओं (emergent ring structures) की पहचान करने वाले "सॉफ्ट" सेगमेंटेशन मानचित्रों का एक सार्वजनिक कैटलॉग तैयार करने के लिए किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि ब्रह्मांड अरबों आकाशगंगाओं से भरा एक विशाल, भीड़भाड़ वाला शहर है। इनमें से कुछ आकाशगंगाएँ चिकने, बिना किसी विशेषता वाले धब्बों जैसी दिखती हैं, लेकिन कई सुंदर, घूमते हुए सर्पिल (स्पाइरल) हैं—जैसे ब्रह्मांडीय पिनव्हील (चकरी)। लंबे समय से, खगोलविदों ने यह मानचित्रण करने की कोशिश की है कि इन पिनव्हील्स की "बाँहें" (arms) कहाँ हैं और "बार्स" (केंद्र से गुजरने वाली सीधी रेखाएं) कहाँ मौजूद हैं। लेकिन सैकड़ों हजारों आकाशगंगाओं के लिए यह काम हाथ से करना समुद्र तट पर रेत के हर एक कण को गिनने जैसा है; यह बहुत धीमा और उबाऊ है।
यह शोध पत्र एक नए डिजिटल टूल, जिसे ZooBot:3D कहा जाता है, का परिचय देता है, जो इस समस्या को हल करने के लिए एक सुपर-फास्ट, सुपर-स्मार्ट कलाकार की तरह काम करता है।
कलाकार का प्रशिक्षण: एक भीड़ से सीखना
कंप्यूटर को ये मानचित्र बनाना सिखाने के लिए, शोधकर्ताओं ने इसे केवल एक पाठ्यपुस्तक नहीं दी। इसके बजाय, उन्होंने एक "सिटिजन साइंस" प्रोजेक्ट का उपयोग किया जिसे Galaxy Zoo कहा जाता है। इस प्रोजेक्ट में, हजारों वास्तविक लोगों ने आकाशगंगाओं की तस्वीरों को देखा और सर्पिल भुजाओं और बार्स के चारों ओर रूपरेखा (आउटलाइन) बनाई।
इसे 15 कला छात्रों की एक कक्षा की तरह समझें। प्रत्येक आकाशगंगा के लिए, 15 अलग-अलग छात्रों ने इस बात का अपना संस्करण बनाया कि भुजाएँ कहाँ थीं। कभी-कभी वे पूरी तरह से सहमत होते थे; कभी-कभी एक छात्र ने एक चमकीले बिंदु के चारों ओर एक तंग घेरा बनाया, जबकि दूसरे ने उसी स्थान के चारों पर एक चौड़ा, धुंधला बादल बनाया।
कंप्यूटर, ZooBot:3D, ने इन सभी 15 रेखाचित्रों का एक साथ अध्ययन किया। इसने केवल यह सीखने के बजाय कि "यह एक भुजा है" या "यह भुजा नहीं है," भीड़ के आत्मविश्वास (confidence) को सीखा। इसने सीखा कि यदि 15 लोगों ने एक भुजा बनाई, तो वह निश्चित रूप से एक भुजा है। यदि केवल 3 लोगों ने इसे बनाया, तो यह एक "शायद" है। इसने कंप्यूटर को "सॉफ्ट" मानचित्र बनाने की अनुमति दी—ऐसे चित्र जहाँ रंग केवल काले या सफेद नहीं हैं, बल्कि ग्रे और बैंगनी के विभिन्न शेड्स हैं जो यह दिखाते हैं कि कंप्यूटर अपनी दृष्टि के बारे में कितना आश्वस्त है।
नया कैनवास: एक गहरी नज़र
अतीत में, ये कंप्यूटर मॉडल पुराने टेलीस्कोप (SDSS) से प्राप्त छवियों का उपयोग करके प्रशिक्षित किए गए थे। लेकिन इस टीम ने अपने AI को DESI Legacy Survey से प्रशिक्षित करने का निर्णय लिया, जो एक मानक-डेफिनिशन टीवी से 4K अल्ट्रा एचडी स्क्रीन में अपग्रेड करने जैसा है। ये नई छवियाँ अधिक गहरी और स्पष्ट हैं, जो सर्पल भुजाओं के उन सूक्ष्म विवरणों को प्रकट करती हैं जिन्हें पुरानी छवियों ने मिस कर दिया था।
चूँकि कंप्यूटर को इन उच्च-गुणवत्ता वाली छवियों पर प्रशिक्षित किया गया था, इसलिए अब इसे 639,636 आकाशगंगाओं के एक विशाल कैटलॉग पर लागू किया जा सकता है। यह एक मास्टर पेंटर को, जिसने एक स्केचबुक पर सीखा हो, एक विशाल, उच्च-रिज़ॉल्यूशन वाले कैनवास पर काम करने के लिए देने जैसा है।
कंप्यूटर ने क्या पाया
यह शोध पत्र दिखाता है कि यह नया AI अपने काम में अविश्वसनीय रूपamente कुशल है:
- यह विवरण देखता है: यह सर्पिल आकाशगंगाओं की घुमावदार, बिखरी हुई भुजाओं को ट्रेस कर सकता है, भले ही वे धुंधली या बिखरी हुई हों।
- यह बार्स को पहचानता है: यह आकाशगंगाओं के केंद्र में तारों की सीधी रेखाओं (बार्स) की सटीक पहचान करता है।
- "जादुई" आश्चर्य: सबसे आश्चर्यजनक बात यह है कि कंप्यूटर ने आकाशगंगाओं के चारों ओर तारों के वलय (rings) की पहचान करना शुरू कर दिया, भले ही उसे रिंग्स को देखने के लिए स्पष्ट रूप से नहीं सिखाया गया था! प्रशिक्षण डेटा में बहुत कम रिंग आकाशगंगाएँ थीं, फिर भी AI ने पहचान लिया कि सर्पिल भुजाओं और रिंग्स के पैटर्न इतने समान हैं कि वह उन्हें अपने आप पहचान सकता है। यह एक बच्चे को बिल्लियों को पहचानने के लिए सिखाने जैसा है, और फिर अचानक उसमें बाघों को पहचानने की क्षमता आ जाना, बिना कभी बाघ की तस्वीर देखे।
वैज्ञानिक इन मानचित्रों का उपयोग कैसे करते हैं
यह पत्र प्रदर्शित करता है कि ये मानचित्र मुख्य रूप से दो तरीकों से उपयोगी हैं:
- "मौसम" को देखना (स्पेक्ट्रोस्कोपी): इन मानचित्रों को आकाशगंगाओं के 3D डेटा (जो गैस की गति और रसायन विज्ञान को दर्शाता है) पर ओवरले करके, वैज्ञानिक देख सकते हैं कि सर्पिल भुजाएँ वे स्थान हैं जहाँ नए तारे जन्म ले रहे हैं (जैसे बारिश पैदा करने वाले तूफान के बादल), जबकि बार्स अक्सर गैस को साफ कर देते हैं, जिससे केंद्र में तारा निर्माण का एक "रेगिस्तान" बन जाता है।
- "रंगों" को देखना (फोटोमेट्री): जब शोधकर्ताओं ने कंप्यूटर के मानचित्रों के भीतर पिक्सेल के रंगों को देखा, तो उन्होंने पुष्टि की कि वे पहले से ही क्या संदिग्ध मान रहे थे: सर्पिल भुजाएँ नीली हैं (जिसका अर्थ है कि उनमें युवा, गर्म तारे हैं), जबकि बार्स लाल हैं (जिसका अर्थ है कि उनमें पुराने तारे हैं)। कंप्यूटर के मानचित्रों ने उन्हें एक साथ सैकड़ों हजारों आकाशगंगाओं में इस संबंध को साबित करने की अनुमति दी।
निचोड़
यह शोध पत्र केवल सुंदर चित्र बनाने के बारे में नहीं है। यह लगभग दस लाख आकाशगंगाओं के "मानचित्रों" का एक विशाल, सार्वजनिक पुस्तकालय बनाने के बारे में है। ये मानचित्र हमें बताते हैं कि सर्पिल भुजाएँ और बार्स वास्तव में कहाँ हैं, और उन स्थानों के बारे में कंप्यूटर कितना आश्वस्त है।
शोधकर्ताओं ने यह सारा डेटा और कंप्यूटर कोड उपयोग के लिए उपलब्ध करा दिया है। यह एक विशाल, स्वचालित मानचित्रण सेवा की चाबियाँ पूरी वैज्ञानिक समुदाय को सौंपने जैसा है, जिससे वे पहले की तुलना में अधिक तेज़ी से और अधिक सटीकता के साथ हमारे ब्रह्मांड की संरचना और विकास का अध्ययन कर सकेंगे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।