เว็บตรงโลหะหนักอาจตกจากท้องฟ้าของดาวเคราะห์ WASP 76b

เว็บตรงโลหะหนักอาจตกจากท้องฟ้าของดาวเคราะห์ WASP 76b

ในโลกอันไกลโพ้น “เฮฟวีเมทัล” อาจเป็นคำพยากรณ์สภาพอากาศเว็บตรง การสังเกตการณ์ด้วกล้องโทรทรรศน์ระบุว่าดาวเคราะห์นอกระบบที่อยู่ห่างออกไปเกือบ 400 ปีแสงมีฝนเหล็กดาวเคราะห์ดวงนี้ถูกขนานนามว่า WASP 76b เป็นดาวเคราะห์นอกระบบชนิดสุดโต่งที่รู้จักกันในชื่อก๊าซยักษ์ร้อนจัด ( SN: 7/30/19 ) David Ehrenreich นักดาราศาสตร์แห่งมหาวิทยาลัยเจนีวากล่าว พวกเขาได้รับรังสีจากดวงอาทิตย์มากจนอุณหภูมิกลางวันของพวกมันเทียบได้กับดาวฤกษ์บางดวง ( SN: 6/5/17 ) ในขณะเดียวกัน กลางคืนของก๊าซยักษ์ที่ร้อนจัดก็มีแนวโน้มที่จะรุนแรงกว่ามาก

จนถึงขณะนี้ ยังไม่มีใครได้เข้าใกล้ดาวยักษ์ก๊าซที่ร้อนจัดมากพอ

ที่จะเห็นว่าความแตกต่างของอุณหภูมิโดยสิ้นเชิงดังกล่าวส่งผลต่อเคมีในบรรยากาศทั่วโลกอย่างไร ทีมของ Ehrenreich ใช้กล้องโทรทรรศน์ขนาดใหญ่มากในชิลีเพื่อตรวจสอบการกรองแสงดาวผ่านชั้นบรรยากาศของ WASP 76b ขณะที่ดาวเคราะห์นอกระบบเคลื่อนผ่านหน้าดวงอาทิตย์ในช่วงสองวงโคจรในปี 2018 การสังเกตการณ์เหล่านั้นเผยให้เห็นองค์ประกอบทางเคมีของบริเวณต่างๆ ของบรรยากาศ

ในขณะที่ชั้นบรรยากาศแสดงให้เห็นร่องรอยของก๊าซเหล็ก ที่ดาวเคราะห์กำลังเคลื่อนตัวไปสู่กลางคืน แต่ไม่พบธาตุเหล็กในการเปลี่ยนจากกลางคืนเป็นกลางวัน นักวิจัยรายงานออนไลน์ในวันที่ 11 มีนาคมในธรรมชาติ นี่แสดงให้เห็นว่าในขณะที่เหล็กที่มีก๊าซอยู่บริเวณกลางวันของ WASP 76b หมุนไปทางด้านกลางคืน ซึ่งเย็นกว่าเกือบ 1,000 องศาเซลเซียส เหล็กจะควบแน่นเป็นเม็ดฝนที่เป็นของเหลว เนื่องจากเม็ดฝนเหล่านั้นตกลงสู่ชั้นบรรยากาศในชั่วข้ามคืน นักดาราศาสตร์จึงไม่เห็นธาตุเหล็กในก๊าซในชั้นบรรยากาศเมื่อมันเคลื่อนจากกลางคืนสู่กลางวัน

“มันเป็นดาวเคราะห์ก๊าซขนาดยักษ์ ดังนั้นจึงไม่มีพื้นดิน” 

ที่จะปกคลุมด้วยแอ่งเหล็ก Ehrenreich กล่าว นักวิจัยสงสัยว่าในที่สุดเม็ดฝนเหล็กจะร้อนถึงระดับความลึกจนระเหยกลับเป็นก๊าซเหล็ก

เมื่อพูดถึงการระบุกลิ่น ปัญญาประดิษฐ์ “neuromorphic” จะเอาชนะ AI อื่นได้มากกว่าจมูก

AI ใหม่เรียนรู้ที่จะรับรู้กลิ่นได้อย่างมีประสิทธิภาพและเชื่อถือได้มากกว่าอัลกอริทึมอื่นๆ และแตกต่างจาก AI อื่น ๆ ระบบนี้สามารถเรียนรู้กลิ่นใหม่ ๆ ได้โดยไม่ลืมคนอื่น นักวิจัยรายงานออนไลน์ 16 มีนาคมในNature Machine Intelligence กุญแจสู่ความสำเร็จของโปรแกรมคือโครงสร้าง neuromorphicซึ่งคล้ายกับวงจรประสาทในสมองของสัตว์เลี้ยงลูกด้วยนมมากกว่าการออกแบบ AI อื่นๆ

อัลกอริธึมประเภทนี้ซึ่งเชี่ยวชาญในการตรวจจับสัญญาณจาง ๆ ท่ามกลางเสียงพื้นหลังและเรียนรู้งานอย่างต่อเนื่อง สักวันหนึ่งอาจถูกนำไปใช้สำหรับการตรวจสอบคุณภาพอากาศ การตรวจจับของเสียที่เป็นพิษ หรือการวินิจฉัยทางการแพทย์

AI ใหม่นี้เป็นโครงข่ายประสาทเทียมซึ่งประกอบด้วยองค์ประกอบการคำนวณหลายอย่างที่เลียนแบบเซลล์ประสาทเพื่อประมวลผลข้อมูลกลิ่น ( SN: 5/2/19 ) AI “สูดอากาศ” โดยการอ่านค่าแรงดันไฟฟ้าจากเซ็นเซอร์เคมีในอุโมงค์ลมที่สัมผัสกับกลิ่นต่างๆ เช่น มีเทนหรือแอมโมเนีย เมื่อ AI ได้กลิ่นใหม่ ซึ่งจะกระตุ้นให้เกิดกิจกรรมทางไฟฟ้าในเซลล์ประสาทหรือเซลล์ประสาท ซึ่งระบบจะจดจำและรับรู้ได้ในอนาคต

เช่นเดียวกับระบบการดมกลิ่นในสมองของสัตว์เลี้ยงลูกด้วยนม เซลล์ประสาทของ AI บางตัวได้รับการออกแบบให้ตอบสนองต่อการป้อนข้อมูลของเซ็นเซอร์ทางเคมีโดยการปล่อยพัลส์ที่มีเวลาต่างกันออกไป เซลล์ประสาทอื่นๆ เรียนรู้ที่จะจดจำรูปแบบในรอยพับที่ประกอบขึ้นเป็นลายเซ็นไฟฟ้าของกลิ่น

การตั้งค่าที่ได้รับแรงบันดาลใจจากสมองนี้ทำให้ AI ของระบบประสาทสามารถเรียนรู้กลิ่นใหม่ๆ ได้มากกว่าโครงข่ายประสาทเทียมแบบเดิม ซึ่งเริ่มต้นจากเว็บที่มีเซลล์ประสาทแบบกระดานชนวนที่เหมือนกันและว่างเปล่าเหมือนกัน หากโครงข่ายประสาทเทียมเป็นเหมือนทีมกีฬาที่ผู้เล่นกำหนดตำแหน่งและรู้กฎของเกม โครงข่ายประสาทธรรมดาในขั้นต้นจะเหมือนกับกลุ่มมือใหม่แบบสุ่ม

เป็นผลให้ระบบ neuromorphic เป็นการศึกษาที่รวดเร็วและว่องไวขึ้น เช่นเดียวกับที่ทีมกีฬาอาจต้องดูการเล่นเพียงครั้งเดียวเพื่อทำความเข้าใจกลยุทธ์และนำไปใช้ในสถานการณ์ใหม่ Neuromorphic AI สามารถดมกลิ่นตัวอย่างเพียงตัวอย่างเดียวเพื่อรับรู้กลิ่นในอนาคต แม้จะอยู่ท่ามกลางกลิ่นที่ไม่รู้จักอื่นๆ

ในทางตรงกันข้าม กลุ่มมือใหม่อาจต้องดูการเล่นหลายๆ ครั้งเพื่อจำลองท่าเต้น — และยังคงลำบากในการปรับตัวให้เข้ากับสถานการณ์การเล่นเกมในอนาคต ในทำนองเดียวกัน AI มาตรฐานต้องศึกษาตัวอย่างกลิ่นเดียวหลายครั้ง และยังอาจจำไม่ได้เมื่อกลิ่นนั้นผสมกับกลิ่นอื่นๆ

Thomas Cleland จาก Cornell University และ Nabil Imam แห่ง Intel ในซานฟรานซิสโก ทดสอบ AI เกี่ยวกับระบบประสาทของพวกเขากับเครือข่ายประสาทเทียมแบบดั้งเดิมในการทดสอบกลิ่น 10 กลิ่น ในการฝึก ระบบนิวโรมอร์ฟิคดมกลิ่นตัวอย่างเพียงตัวอย่างเดียวของแต่ละกลิ่น AI แบบดั้งเดิมผ่านการฝึกอบรมหลายร้อยครั้งเพื่อเรียนรู้แต่ละกลิ่น ในระหว่างการทดสอบ AI แต่ละตัวได้ดมตัวอย่างโดยที่กลิ่นที่เรียนรู้นั้นมีเพียง 20 ถึง 80 เปอร์เซ็นต์ของกลิ่นทั้งหมด ซึ่งเลียนแบบสภาพในโลกแห่งความเป็นจริงซึ่งกลิ่นเป้าหมายมักจะปะปนอยู่กับกลิ่นอื่นๆ neuromorphic AI ระบุกลิ่นที่ถูกต้อง 92 เปอร์เซ็นต์ของเวลา AI มาตรฐานมีความแม่นยำ 52 เปอร์เซ็นต์ 

Priyadarshini Panda วิศวกรเกี่ยวกับระบบประสาทที่มหาวิทยาลัยเยล รู้สึกประทับใจกับประสาทสัมผัสที่เฉียบแหลมของ AI ในกลุ่ม neuromorphic ในตัวอย่างที่ยุ่งเหยิง กลยุทธ์การเรียนรู้แบบใช้ครั้งเดียวเว็บตรง / บาคาร่าเว็บตรง