Começa com A Bang Podcast # 69 — Aprendizado de Máquina em Astronomia
Podemos fazer muito mais, muito mais rápido, com os mesmos dados.
Quando você pensa em como a astronomia funciona, provavelmente pensa em observadores apontando telescópios para objetos, coletando dados sobre suas propriedades e, em seguida, analisando esses dados para determinar como esses objetos são realmente e para inferir o que eles podem nos ensinar ou nos mostrar sobre o Universo. Mas essa é uma maneira bastante antiquada de fazer as coisas: uma que depende de haver astrônomos suficientes para examinar todos esses dados manualmente. O que fazemos nesta nova era de big data em astronomia, onde não há astrônomos suficientes na Terra para analisar todos os dados manualmente?
A maneira como lidamos com isso é fascinante e envolve uma mistura de estatísticas, análise e categorização clássicas e novas técnicas, como aprendizado de máquina e simulação de catálogos simulados para “treinar” uma inteligência artificial. Talvez o aspecto mais empolgante seja como o melhor desses aplicativos supera continuamente, em qualidade e velocidade, qualquer uma das técnicas manuais que usamos anteriormente. Aqui para nos guiar por esse campo empolgante e emergente de aprendizado de máquina em astronomia está Sankalp Gilda, candidato a PhD e astrônomo da Universidade da Flórida.
Temos ótimos 90 minutos aqui para você, então aperte o cinto e aproveite o passeio!
Começa com um estrondo é escrito por Ethan Siegel , Ph.D., autor de Além da Galáxia , e Treknology: A ciência de Star Trek de Tricorders a Warp Drive .
Compartilhar:
