Manchester Üniversitesinde bir araştırmacının liderliğinde uluslararası bir bilim ekibi, son yayınlarında teknik astronomi terimlerini basit ve anlaşılır şekilde İngilizce’ye çevirmek için yeni bir yapay zekâ yöntemi geliştirdi.
Uluslararası Radio Galaxy Zoo EMU iş birliğinin bir sonucu olan yeni araştırma, astronomi dilini, Fanaroff-Riley Tip 1 gibi belirli terimlerden daha basit İngilizce terimlere, örneğin “kum saati” veya “ev sahibi galaksiyi izleyen” gibi terimlere dönüştürüyor.
Astronomide teknik terminoloji, belirli fikirleri profesyonel astronomlar arasında kolayca anlaşılabilecek etkili yollarla tanımlamak için kullanılıyor. Ancak aynı terminoloji, uzman olmayanların da dahil olmasını sağlamada bir engel olabiliyor. Radio Galaxy Zoo EMU iş birliği ile radyo teleskobuyla galaksilerin tanımlanması ve sınıflandırılması için halktan yardım isteyen Zooniverse vatandaş bilimi platformunda bir proje oluşturuyor.
Modern astronomi projeleri, bilim insanlarının tek başlarına tüm verileri incelemelerinin neredeyse imkânsız olduğu kadar büyük miktarda veri topluyor. Ayrıca, bilgisayar analizi bile insan gözünün kolayca fark edebileceği ilginç şeyleri gözden kaçırabiliyor.
Baş yazar ve Radio Galaxy Zoo EMU veri bilimcisi Micah Bowles, “Bilimsel dilin daha anlaşılır hale getirilmesinde yapay zekâdan yararlanmak, bilimi herkesle paylaşmamıza yardımcı oluyor. Elde ettiğimiz basit İngilizce terimlerle, halk modern astronomi araştırmalarıyla hiç olmadığı kadar ilgilenerek dünyanın dört bir yanında yapılan tüm muhteşem bilimsel çalışmaları deneyimleyebilir.” dedi.
Radio Galaxy Zoo EMU ekibi önce uzmanlara bir dizi radyo galaksisini teknik terimleriyle tanımlamalarını, ardından da uzman olmayanlardan bunları basit İngilizceyle tanımlamalarını istedi. Geliştirdikleri bir yapay zekâ algoritmasını kullanarak, en fazla bilimsel bilgiyi taşıyan sade İngilizce açıklamaları belirlediler. Bu açıklamalar artık herhangi bir uzmanlık eğitimi almadan, anlamlı olacak şekilde radyo galaksilerini tanımlamak için herkes tarafından kullanılabilecek.
Bu araştırma, Manchester’daki araştırmacıların liderliğinde İngiltere, Çin, Almanya, ABD, Hollanda, Avustralya, Meksika ve Pakistan’dan araştırmacıların katılımıyla yürütüldü. Veriler, kodlar ve sonuçlar tümüyle GitHub’da erişilebilir durumda.
Derleyen: Ayça Ayaz
