एक्सोमाइनर ++
प्रसंग
2025 के आखिर और 2026 की शुरुआत में, NASA के एम्स रिसर्च सेंटर ने ExoMiner ++ पेश किया , जो इसके डीप लर्निंग AI मॉडल का एक बड़ा अपग्रेड है। ओरिजिनल ExoMiner (2021) पर आधारित, "++" वर्शन को खास तौर पर TESS जैसे मौजूदा मिशनों से आने वाली बड़ी, मुश्किल डेटा स्ट्रीम को संभालने के लिए बनाया गया है, साथ ही इसमें रिटायर हो चुके केप्लर मिशन से सीखे गए सबक भी शामिल हैं।
समाचार के बारे में
- परिभाषा: संभावित एक्सोप्लैनेट के ऑटोमेटेड क्लासिफिकेशन और जांच के लिए डिज़ाइन किया गया एक बेहतर डीप लर्निंग आर्टिफिशियल इंटेलिजेंस मॉडल ।
- सफलता: ट्रांज़िटिंग एक्सोप्लेनेट सर्वे सैटेलाइट (TESS) के डेटा पर अपने शुरुआती रन में , एक्सोमाइनर ++ ने 7,000 से ज़्यादा नए एक्सोप्लेनेट कैंडिडेट को सफलतापूर्वक फ़्लैग किया ।
- ओपन साइंस: ग्लोबल रिसर्च में तेज़ी लाने के लिए, NASA ने GitHub पर ExoMiner ++ को ओपन-सोर्स सॉफ्टवेयर के तौर पर रिलीज़ किया , जिससे इंडिपेंडेंट एस्ट्रोनॉमर्स को नतीजों को वेरिफ़ाई करने और पब्लिक आर्काइव्ज़ में ग्रहों को खोजने में मदद मिली।
कार्यप्रणाली:
ExoMiner ++ इंसानी एक्सपर्ट्स के फैसले लेने के प्रोसेस की नकल करता है, लेकिन इतने बड़े लेवल और स्पीड पर जो अकेले लोगों के लिए नामुमकिन है।
- डेटा स्रोत: यह केप्लर , K2 और TESS से उच्च-ताल डेटा (जैसे, 2 मिनट की ताल) का उपयोग करता है ।
- ट्रांज़िट मेथड :
यह मॉडल "लाइट कर्व्स" को मॉनिटर करता है, जो समय के साथ तारे की चमक का ग्राफ़ होता है। चमक में समय-समय पर होने वाली गिरावट यह बताती है कि कोई ग्रह तारे के सामने से गुज़र रहा है।
- मल्टी-ब्रांच न्यूरल नेटवर्क: "ब्लैक बॉक्स" AI के विपरीत, ExoMiner ++ खास डायग्नोस्टिक टेस्ट का इस्तेमाल करता है:
- फ्लक्स ट्रेंड एनालिसिस: यह चेक करना कि लाइट डिप किसी प्लैनेटरी ट्रांज़िट शेप से मैच करता है या नहीं।
- डिफरेंस इमेजिंग: यह पक्का करना कि सिग्नल टारगेट तारे से आ रहा है, न कि किसी चमकीले पड़ोसी तारे से।
- सेंट्रॉइड मोशन: यह ट्रैक करना कि क्या तारा ट्रांज़िट के दौरान "डगमगाता" है या अपनी जगह बदलता है।
महत्व और चुनौतियाँ
|
विशेषता
|
महत्त्व
|
|
शुद्धता
|
पिछले ML मॉडल्स की तुलना में ज़्यादा सटीकता के साथ असली ग्रहों को "नकली" (जैसे, एक्लिप्सिंग बाइनरी स्टार्स या इंस्ट्रूमेंटल नॉइज़) से अलग करता है।
|
|
पैमाना
|
लाखों सिग्नल प्रोसेस कर सकता है , जो ज़रूरी है क्योंकि TESS लगभग पूरे आसमान को स्कैन करता है।
|
|
व्याख्यात्मकता
|
रिसर्चर ठीक से देख सकते हैं कि किन फीचर्स (जैसे, ट्रांज़िट डेप्थ या ड्यूरेशन) ने AI को उसके नतीजे पर पहुंचाया, जिससे साइंटिफिक "गोल्ड-स्टैंडर्ड" ट्रांसपेरेंसी पक्की होती है।
|
|
स्थानांतरण अधिगम
|
केप्लर के गहरे, नैरो फील्ड ऑफ़ व्यू से मिली जानकारी को TESS के वाइड-एरिया सर्वे में सफलतापूर्वक लागू करता है ।
|
आगे बढ़ने का रास्ता
- रॉ डेटा इंटीग्रेशन: भविष्य के वर्जन ( ExoMiner 2.0/3.0) का मकसद रॉ सैटेलाइट डेटा से सीधे ट्रांज़िट का पता लगाना है, जिससे पहले से फ़िल्टर की गई कैंडिडेट लिस्ट की ज़रूरत खत्म हो जाएगी।
- आने वाले मिशन: यह मॉडल नैन्सी ग्रेस रोमन स्पेस टेलीस्कोप (जो 2020 के बीच में लॉन्च होगा) के लिए तैयार किया जा रहा है, जिससे हज़ारों और ट्रांज़िट सिग्नल मिलने की उम्मीद है।
- जीवन का पता लगाना: अभी तो "vetting" (किसी ग्रह के होने की पुष्टि) पर ध्यान दिया जा रहा है, लेकिन अगला कदम AI बनाना है जो एटमोस्फेरिक डेटा को एनालाइज़ करके रहने लायक होने के संकेतों का पता लगा सके।
निष्कर्ष
ExoMiner ++ मैनुअल "प्लैनेट हंटिंग" से ऑटोमेटेड "प्लैनेट माइनिंग" की ओर एक बदलाव दिखाता है। डीप लर्निंग को ओपन-सोर्स सहयोग के साथ जोड़कर, NASA यह पक्का कर रहा है कि उसके डेटा आर्काइव में छिपी हज़ारों दुनियाओं को पहले से कहीं ज़्यादा तेज़ी से सामने लाया जाए।