Телескоп имени Виктора Бланко.David walkerGFDL
Астрономы каждую ночь вынуждены принимать сложные решения о том, куда направить телескоп. Учитываются погодные условия, фаза Луны, прозрачность атмосферы — все это влияет на качество получаемых данных.
Ученые из Северо-Западного и Чикагского университетов разработали систему на базе искусственного интеллекта, призванную автоматизировать этот процесс. Инструмент был испытан на 4-метровом телескопе имени Виктора М. Бланко в Чили, оснащенном камерой DECam с разрешением 570 мегапикселей. ИИ не только составлял предварительный план, но и оперативно корректировал его при изменении внешних условий.
Обучение модели проводилось на массиве данных проекта Dark Energy Survey. Системе показывали предыдущие направления наведения телескопа и предлагали предсказать следующий шаг. Сравнивая свои прогнозы с реальными решениями астрономов, нейросеть училась исправлять ошибки и самостоятельно выявлять значимые факторы, без явного программирования правил.
В ходе тестов эффективность ИИ оказалась сопоставима с человеческой, однако разработчики намерены улучшить алгоритмы. Уже в прошлом году система успешно провела два полноценных цикла наблюдений, подтвердив свою практическую пригодность.
В перспективе подобные технологии позволят значительно повысить отдачу от самых мощных телескопов, включая будущую обсерваторию имени Веры К. Рубин. Автоматизация рутинных задач освободит время астрономов для более глубокого анализа данных и новых открытий. Кроме того, интеллектуальное планирование может оптимизировать использование телескопного времени в глобальных исследовательских проектах.
Разработка открывает путь к полностью автономным наблюдательным системам, способным работать без участия человека в стандартных режимах. Это особенно актуально для космических обсерваторий и удаленных наземных комплексов, где оперативное вмешательство затруднено.
