
استخدام الذكاء الاصطناعي لإنشاء خرائط تفصيلية لبنية المجرات وتوزيع المادة المظلمة.رسم خرائط المجرات باستخدام الشبكات العصبية يعتمد على الذكاء الاصطناعي لإنشاء خرائط تفصيلية لبنية المجرات وتوزيع المادة المظلمة. أصبح هذا الأسلوب ضروريًا لأن المادة المظلمة، التي تشكل معظم كتلة الكون، لا تصدر ضوءًا ولا يمكن استنتاجها إلا من خلال تأثيراتها الجاذبية. من خلال تدريب الشبكات العصبية على مجموعات بيانات كبيرة من صور المجرات والمحاكاة، يمكن للباحثين تحديد الأنماط التي تكشف عن البنية الأساسية للمادة المظلمة، بما في ذلك الخيوط والهالات والفراغات.
اكتسب تطبيق الشبكات العصبية على رسم خرائط المجرات زخمًا في العقد الثاني من القرن الحادي والعشرين، مع تقدم كبير بفضل التعلم العميق والمسوحات الكبيرة مثل SDSS وDES. أصبحت هذه التقنية مستخدمة على نطاق واسع بعد النجاحات في تصنيف المجرات واكتشاف العدسات الجاذبية.
تتعلم الشبكات العصبية، وخاصة البنى الالتفافية والقائمة على الرسوم البيانية، التعرف على الميزات في بيانات مسوحات المجرات. يتم تدريبها على أكوان محاكاة حيث يكون التوزيع الحقيقي للمادة المظلمة معروفًا، ثم تُطبق على الملاحظات الفعلية. يمكن للشبكات اكتشاف التشوهات الدقيقة في أشكال المجرات الناتجة عن العدسة الجاذبية، أو تصنيف المجرات حسب شكلها لتتبع البنية واسعة النطاق، مما يملأ الفجوات حيث يكون القياس المباشر مستحيلًا.
تُستخدم في المسوحات الكونية لإنشاء خرائط المادة المظلمة، وتحديد العدسات الجاذبية، وتحسين تقديرات المعلمات الكونية مثل كثافة المادة وشدة التكتل.
اكتشفت شبكة عصبية ذات يوم 247 عدسة جاذبية جديدة في مسح واحد، وهو عدد أكبر مما وجدته العديد من الأبحاث البشرية على مر السنين.
























