Amplifying the imaging power of digital sky surveys with space telescopes data and generative AI
यह शोध पत्र अंतरिक्ष-आधारित टेलीस्कोप छवियों पर प्रशिक्षित एक जनरेटिव एआई विधि प्रस्तुत करता है जो जमीनी डिजिटल आकाश सर्वेक्षण छवियों के रिज़ॉल्यूशन और विवरण को बढ़ाने के लिए है, जो प्रभावी रूप से जमीनी सर्वेक्षणों की उच्च थ्रूपुट को अंतरिक्ष दूरबीनों की श्रेष्ठ इमेजिंग गुणवत्ता के साथ जोड़ता 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
खगोलविदों ने लंबे समय से ब्रह्मांड को देखने के दो बहुत अलग तरीकों पर भरोसा किया है। एक ओर, विशाल ज़मीन आधारित सर्वेक्षण (ground-based surveys) हैं जो आकाश में चक्कर लगाते हैं, और हर रात आकाशगंगाओं की लाखों तस्वीरें लेते हैं। ये सर्वेक्षण एक वाइड-एंगल कैमरे की तरह हैं, जो विशाल क्षेत्रों को कवर करने और तेज़ी से भारी मात्रा में डेटा एकत्र करने में उत्कृष्ट हैं। दूसरी ओर, पृथ्वी के वायुमंडल के ऊपर कक्षा में घूम रहे अंतरिक्ष टेलीस्कोप हैं। ये उपकरण एक शक्तिशाली ज़ूम लेंस की तरह कार्य करते हैं, जो उन धुंधली, दूर स्थित वस्तुओं को अविश्वसनीय तीक्ष्णता और विवरण के साथ देखने में सक्षम हैं जिन्हें ज़मीन के टेलीस्कोपों के साथ मैच नहीं किया जा सकता। समस्या यह है कि अंतरिक्ष टेलीस्कोप एक समय में आकाश के एक बहुत छोटे हिस्से को ही देख सकते हैं, जबकि ज़मीन के सर्वेक्षण सब कुछ देख सकते हैं लेकिन अक्सर एक धुंधले, अस्पष्ट दृश्य के साथ। दशकों से, वैज्ञानिकों को या तो आकाश का बहुत सारा हिस्सा देखने या उसे स्पष्ट रूप से देखने के बीच किसी एक को चुनना पड़ा है, लेकिन दोनों को एक साथ नहीं।
कैनसस स्टेट यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने जेनेरेटिव एआई (generative AI) नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करके इस अंतर को पाटने का एक तरीका खोजा है। नया, महंगा हार्डवेयर बनाने के बजाय, उन्होंने एक सॉफ्टवेयर टूल विकसित किया है जो ज़मीन-आधारित टेलीस्कोपों द्वारा ली गई आकाशगंगाओं की धुंधली छवियों को लेती है और उन्हें स्पष्ट, विस्तृत चित्रों में बदल देती है जो ऐसे दिखते हैं जैसे कि उन्हें अंतरिक्ष टेलीस्कोप द्वारा लिया गया हो। यह विधि काम करती है क्योंकि कंप्यूटर को आकाशगंगाओं के आकारों में छिपे पैटर्न को पहचानना सिखाया जाता है। कंप्यूटर को हजारों छवियों के जोड़ों को दिखाकर—जहाँ एक धुंधला ज़मीनी दृश्य है और दूसरा उसी आकाशगंगा का स्पष्ट अंतरिक्ष दृश्य है—सिस्टम यह सीख जाता है कि छूटे हुए विवरणों को कैसे भरा जाए। यह अनिवार्य रूप से यह अनुमान लगाता है कि एक आकाशगंगा की सूक्ष्म संरचनाएं कैसी दिखनी चाहिए, जो कि उसके द्वारा देखे जाABLE धुंधले संकेतों पर आधारित है, जिससे एक कमजोर, अस्पष्ट धब्बे को एक स्पष्ट, विस्तृत चित्र में बदल दिया जाता है।
शोधकर्ताओं ने इस विचार का परीक्षण करने के लिए डेटा के एक विशिष्ट सेट का उपयोग किया। उन्होंने आकाशगंगाओं के 20,000 जोड़े एकत्र किए। प्रत्येक जोड़े में, एक छवि डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट लीगेसी सर्वे (Dark Energy Spectroscopic Instrument Legacy Survey) से आई थी, जो ज़मीन-आधारित टेलीस्कोप का उपयोग करता है, और दूसरी हबल स्पेस टेलीस्कोप से आई थी, जो पृथ्वी से ऊपर कक्षा में घूमता है। ज़मीनी छवियां अक्सर दानेदार थीं और उनमें सूक्ष्म संरचना का अभाव था, जबकि हबल की छवियां जटिल सर्पिल (spirals), बार और धूल की गलियों (dust lanes) को दर्शाती थीं। टीम ने इस जोड़ी पर अपने आर्टिफिशियल इंटेलिजेंस मॉडल को प्रशिक्षित किया, जिससे कंप्यूटर को ज़मीनी दृश्य को अंतरिक्ष-आधारित दृश्य में अनुवाद करना सिखाया गया। मॉडल एक विशिष्ट प्रकार के न्यूरल नेटवर्क आर्किटेक्चर का उपयोग करता है, जो एक जटिल फिल्टर की तरह कार्य करता है जो कमजोर संकेतों को बढ़ाता है। यह केवल छवि को तीक्ष्ण (sharpen) नहीं करता है; यह आकाशगंगा के आकार का पुनर्निर्माण करता है, ऐसे विवरण जोड़ता है जो मूल ज़मीनी फोटो में अदृश्य थे लेकिन इस बात के अनुरूप हैं कि आकाशगंगाएँ वास्तव में उच्च सटीकता के साथ कैसे दिखती हैं।
जब शोधकर्ताओं ने इस प्रशिक्षित मॉडल को नई ज़मीन-आधारित छवियों पर लागू किया, तो परिणाम आश्चर्यजनक थे। एआई-जनित छवियों ने रूपात्मक विशेषताओं (morphological features) को प्रकट किया, जैसे कि आकाशगंगाओं की सर्पिल भुजाएं या दीर्घवृत्ताकार (elliptical) आकार, जो पहले ज़मीन-आधारित डेटा के शोर (noise) में छिपे हुए थे। सटीकता को सत्यापित करने के लिए, टीम ने एआई-उन्नत छवियों की तुलना उन्हीं वस्तुओं की वास्तविक हबल छवियों के साथ की। उन्होंने विशिष्ट गुणों को मापा, जैसे कि आकाशगंगा के प्रमुख अक्ष (major axis) की लंबाई, उसका कोण और उसका समग्र आकार। एआई-उन्नत छवियों से प्राप्त माप वास्तविक अंतरिक्ष टेलीस्कोप डेटा के बेहद करीब थे, जिनमें से अधिकांश अंतर पांच प्रतिशत के मार्जिन के भीतर थे। हालांकि एआई ने थोड़ा दृश्य "शोर" (noise) पेश किया, जो पुराने टेलीविजन स्क्रीन पर आने वाले स्टैटिक जैसा था, लेकिन इसे आकाशगंगा की संरचना के महत्वपूर्ण विवरणों को खोए बिना सुधारा जा सकता था। एक व्यापक परीक्षण में, टीम ने ज़मीन-आधारक सर्वेक्षण के 63,000 से अधिक आकाशगंगाओं के कैटलॉग पर इस पद्धति को सफलतापूर्वक लागू किया, जिससे उच्च-गुणवत्ता वाली छवियों का एक विशाल नया पुस्तकालय तैयार हुआ।
शोधकर्ताओं ने जेम्स वेब स्पेस टेलीस्कोप की अत्यधिक स्पष्टता से मेल खाने के लिए स्लोअन डिजिटल स्काई सर्वे (Sloan Digital Sky Survey) की छवियों को बेहतर बनाने की कोशिश करके इस तकनीक की सीमाओं का भी पता लगाया। इस मामले में, धुंधली ज़मीनी छवि और अविश्वसनीय रूप से स्पष्ट अंतरिक्ष छवि के बीच का अंतर बहुत अधिक था। एआई विवरणों को सटीक रूप से पुनर्गठित करने में संघर्ष कर रहा था, जिससे पता चलता है कि यह विधि तब सबसे अच्छा काम करती है जब स्रोत और लक्ष्य के बीच गुणवत्ता का अंतर बहुत अधिक न हो। यह सुझाव देता है कि हालांकि यह उपकरण शक्तिशाली है, लेकिन यह शून्य से पूर्ण विवरण बनाने वाला कोई जादू का डंडा नहीं है; यह इस बात पर निर्भर करता है कि ज़मीनी छवि में इतना संकेत (signal) मौजूद हो कि एआई अंतर्निहित आकार को पहचान सके।
इस तकनीक को अन्य वैज्ञानिकों के लिए सुलभ बनाने के लिए, टीम ने "गैलेक्सी एनहेंसर" (Galaxy Enhancer) नामक एक सॉफ्टवेयर टूल जारी किया है। यह प्रोग्राम उपयोगकर्ताओं को किसी भी आकाशगंगा के निर्देशांक (coordinates) डालने, स्वचालित रूप से ज़मीन-आधारित छवि डाउनलोड करने और प्रशिक्षित एआई मॉडल का उपयोग करके तुरंत एक उन्नत संस्करण उत्पन्न करने की अनुमति देता है। शोधकर्ताओं ने उन्नत छवियों के पूरे डेटासेट और कोड को सार्वजनिक रूप से भी उपलब्ध कराया है। यह दृष्टिकोण मौजूदा खगोलीय सर्वेक्षणों की शक्ति को अधिकतम करने का एक नया तरीका प्रदान करता है। इसका अर्थ यह है कि ज़मीन-आधारित छवियों के विशाल संग्रह, जो आकाश के बड़े हिस्सों को कवर करते हैं, अब एक ऐसे विवरण के स्तर के साथ देखे जा सकते हैं जो पहले सबसे महंगे अंतरिक्ष मिशनों के लिए आरक्षित था। सॉफ्टवेयर के माध्यम से पृथ्वी-आधारित टेलीस्कोपों के व्यापक कवरेज को अंतरिक्ष टेलीस्कोपों की तीक्ष्ण दृष्टि के साथ जोड़कर, खगोलविद अब लाखों आकाशगंगाओं के आकार और संरचनाओं का अध्ययन उस स्पष्टता के साथ कर सकते हैं जो पहले प्राप्त करना असंभव था।
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।