كيف نعلّم الكمبيوتر تمييز المجرات من الصور الراديوية ✎ سريع

الأصل: "STRADAViT: Towards a Foundational Model for Radio Astronomy through Self-Supervised Transfer"
arXiv:2603.29660 · 2026-03-31 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
الخوارزمية تتعلم تمييز أشكال المجرات كما يتعلم الطفل تمييز الحيوانات برؤيتها من زوايا مختلفة.

📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها.

في كل ليلة، تجلب التلسكوبات الراديوية ملايين الصور للمجرات البعيدة. ومن المستحيل التعامل مع هذا الكم الهائل يدوياً. قديماً قام إدوين هابل بتصنيف المجرات حسب الشكل، أما اليوم فتميزها الخوارزميات الذكية بسرعة أكبر. المشكلة أن الخوارزميات تحتاج إلى أمثلة كثيرة مصنفة يدوياً بواسطة البشر.

تحل طريقة STRADAViT هذه المشكلة بطريقة مختلفة — أشبه بتعليم الطفل التعرّف على القطة بعرضها عليه من زوايا مختلفة. فالحاسوب يُعرض عليه المجرات نفسها ولكن مُدورة ومُشوَّشة. بدلاً من حفظ السطوع، يلتقط النمط — الانحناءات والتدفقات وسحب الغبار الكوني.

أثبت STRADAViT أنه أكثر دقة من العديد من النظائر ويتطلب موارد أقل. ويمكن تطبيقه على تلسكوبات مختلفة. وسيساعد هذا في تتبع كيفية تغير مليارات المجرات عبر الزمن تلقائياً. وأروع جرم تمكنت هذه الطريقة من العثور عليه هو المجرة الراديوية العملاقة J1420-0545: يبلغ حجمها 16 مليون سنة ضوئية. ولو كانت مرئية للعين، لشغلت في السماء مساحة تعادل خمسة أقمار. ويواصل هذا المنهج العمل الذي بدأه كارل جانسكي بالصدفة في عام 1931.

لا يقتصر STRADAViT على مقارنة الصور فحسب، بل يتعلم عبر تخيّل كيف تبدو المجرة نفسها من جوانب مختلفة، وكأنه يتصوّر شكلها ثلاثي الأبعاد.

العلماء
Fritz ZwickySubrahmanyan ChandrasekharAdam RiessJohn Archibald WheelerGalileo GalileiWilliam Herschel
المفاهيم
قياس التداخل فائق الطول (VLBI)