Нейросеть может нарисовать фантастическую планету. Но гораздо интереснее другой случай: она помогает найти настоящую планету, сигнал которой уже лежал в архиве телескопа. Ничего нового на картинке придумывать не нужно. Нужно заметить то, что раньше затерялось среди других измерений.
Такая работа редко похожа на кино, где компьютер внезапно объявляет об открытии. Обычно всё начинается с огромного массива данных и скромного вопроса: на какие участки стоит посмотреть внимательнее? Потом идут проверки, отбраковка ошибок и обычный исследовательский труд.
Три истории — о пустыне, далёкой звезде и обугленной библиотеке — хорошо показывают эту менее шумную сторону AI. В каждой важно различать подсказку алгоритма и результат, который учёные действительно подтвердили.
Фигуры Наска: компьютер подсказал, куда идти
Словосочетание «линии Наска» обычно вызывает в памяти огромные изображения животных. Но на перуанском плато есть и небольшие, гораздо менее заметные фигуры. По данным Университета Ямагата, территория Наска-Пампа занимает около 400 квадратных километров. Просмотреть все подробные аэроснимки вручную и обойти каждый подозрительный участок — огромная работа.
Исследователи университета вместе с IBM Research использовали AI для анализа изображений местности. Задача модели была практической: выделить участки, похожие на геоглифы, чтобы археологи могли расставить приоритеты для выездов. В сентябре 2024 года команда сообщила о 303 новых подтверждённых фигурах, найденных в ходе шестимесячной полевой работы.
Здесь легко ошибиться в пересказе. 2024-й — год публикации результата. Сама описанная в научной статье экспедиционная работа проходила с сентября 2022-го по февраль 2023-го. И 303 — число новых фигур в этой работе, а не число всех линий Наска и не актуальный итог всех последующих экспедиций.
В опубликованной статье есть важная подробность: 178 из 303 фигур были индивидуально предложены AI, а 125 не были отмечены им по отдельности. В некоторых случаях алгоритм приводил исследователей к группе изображений, где люди замечали дополнительные фигуры. Поэтому формула «компьютер сам обнаружил 303 рисунка» стирает существенную часть работы.
Археологи предварительно просматривали предложения модели, выбирали перспективные места, затем проверяли их на земле и документировали с помощью дронов. Авторы отдельно подсчитали трудозатраты: 1200 человеко-часов на просмотр предложений и 1440 на полевое обследование. AI не отменил экспедицию — он помог направить её усилия.
Новые находки интересны и тем, как они расположены. Небольшие фигуры часто изображают людей и домашних животных и находятся рядом с извилистыми тропами. Крупные линейные изображения чаще связаны с другим пространственным рисунком — сетью прямых линий и трапеций. Авторы предполагают, что первые были рассчитаны на отдельных путников или небольшие группы, а вторые могли участвовать в общинных обрядах. Это археологическая интерпретация распределения находок, а не смысл, который «прочитала» нейросеть.
Это похоже на поиск старой надписи в огромном фотоархиве. Пометка «посмотрите сюда» сама по себе не доказывает, что перед нами надпись. Зато хороший список таких пометок может быть полезнее, чем ещё один день просмотра снимков подряд. Именно качество перехода от общей массы изображений к проверяемым кандидатам и имеет здесь значение.
Kepler-90i: новая планета в старых измерениях
В декабре 2017 года NASA объявило об обнаружении восьмой известной планеты у звезды Kepler-90. Сигнал нашли в данных космического телескопа Kepler. За анализом стояли исследователи Кристофер Шаллю и Эндрю Вандербург, применившие нейросеть к поиску слабых признаков планет.
Телескоп не фотографировал Kepler-90i как маленький шар рядом со звездой. Он измерял яркость. Когда планета проходит перед звездой с нашей точки зрения, света ненадолго становится немного меньше. Такое прохождение называют транзитом, а последовательность измерений яркости — кривой блеска.
Новая планета обращается вокруг своей звезды примерно за 14,4 земных суток. Но для поиска важнее не экзотичность её календаря, а слабость сигнала: небольшие регулярные провалы яркости нужно отличить от множества других изменений в данных.
Команда обучила модель на ранее проверенных сигналах, а затем применила её к кандидатам в системах с несколькими уже известными планетами. В исходной работе нейросеть выступает классификатором: она помогает отличать вероятные планетные сигналы от ложных срабатываний, связанных с астрофизическими явлениями или инструментальными эффектами.
Высокая оценка модели ещё не превращала кандидата в подтверждённую планету. Авторы отдельно провели статистическую валидацию двух находок: Kepler-90i и Kepler-80g. Иными словами, вывод опирался не только на ответ нейросети, но и на астрономическую проверку альтернативных объяснений.
Проверка была вполне конкретной. Учёные искали вторичное затмение, сравнивали глубину чётных и нечётных провалов яркости и проверяли, не меняется ли сигнал при переходе звезды на другой модуль камеры. Такие особенности могли бы указать на двойную звезду или инструментальный эффект. Отдельно анализировали положение светового центра изображения во время провала, чтобы исключить влияние близкого соседнего источника. Так общее «похоже на планету» превращалось в последовательное исключение других причин сигнала.
В этой истории особенно приятно то, что новое открытие не потребовало заново наблюдать каждую звезду с нуля. Архив сохранил измерения, а новый способ их разбирать позволил задать старым данным более чувствительный вопрос. Это хороший довод в пользу аккуратного хранения научных наблюдений: их ценность не заканчивается после первого анализа.
Свитки Геркуланума: увидеть письмо внутри закрытого рулона
После извержения Везувия 79 года нашей эры папирусные свитки оказались обуглены. Развернуть хрупкий материал без повреждений чрезвычайно трудно. В Vesuvius Challenge исследователи использовали томографию, виртуальное раскрытие поверхностей и машинное обнаружение чернил.
В феврале 2024 года организаторы объявили результаты конкурса: команде удалось получить читаемые участки внутри свёрнутого папируса. На тот момент сообщалось примерно о пяти процентах одного свитка; это исторический этап, а не нынешний предел технологии.
Принципиально, что модель искала следы чернил в измерениях, а не дописывала правдоподобный древнегреческий текст. Полученные изображения проверяли, код воспроизводили, а чтением занимались папирологи. Роль AI здесь ближе к необычному способу проявить изображение, чем к роли автора или переводчика.
Что объединяет эти открытия
Во всех трёх случаях полезно задать одни и те же вопросы. Что было исходными данными? Что именно выдала программа? Как проверяли результат? Ответы сразу делают историю точнее.
Для Наска исходным материалом были изображения местности, а выходом модели — перспективные участки. Для планеты — измерения звёздной яркости и отобранные сигналы. Для свитков — томографические данные и предполагаемые следы письма. Это разные задачи, для которых использовали разные инструменты; общее слово AI не превращает их в один универсальный научный мозг.
И ещё одна важная деталь: ложные кандидаты не обязательно делают инструмент бесполезным. Если из огромного массива он помогает выделить посильный для проверки набор, у исследователей появляется новый рабочий маршрут. Но число предложений нельзя выдавать за число открытий.
Самая интересная часть этих историй находится между экраном и окончательным выводом: в поездке археолога на местность, в проверке астрономического сигнала, в чтении повреждённой строки специалистом. Компьютер помог заметить. Научным результатом находка стала после проверки.
Источники и иллюстрации
- Университет Ямагата: сообщение о результатах исследования Наска, 24 сентября 2024.
- Sakai и соавторы. AI-accelerated Nazca survey nearly doubles the number of known figurative geoglyphs and sheds light on their purpose. PNAS, 2024.
- NASA: открытие Kepler-90i, 14 декабря 2017.
- Shallue, Vanderburg. Identifying Exoplanets with Deep Learning: исходное исследование и статистическая валидация находок.
- Vesuvius Challenge: результаты конкурса 2023, объявленные в феврале 2024.
