NVIDIAModel

AI และ GPU ของ NVIDIA ถอดรหัสข้อมูล JWST ค้นพบความลับจักรวาลยุคแรกได้เร็วขึ้น

เขียนโดย

ร่างเนื้อหาด้วย AI ตรวจทานและแก้ไขโดยคน

อ่าน ~4 นาที

AI และ GPU ของ NVIDIA ถอดรหัสข้อมูล JWST ค้นพบความลับจักรวาลยุคแรกได้เร็วขึ้น

TL;DR

  • นักดาราศาสตร์กำลังใช้ AI และ NVIDIA GPUs เพื่อวิเคราะห์ข้อมูลมหาศาลจากกล้องโทรทรรศน์อวกาศเจมส์ เวบบ์ (JWST)
  • ระบบ Morpheus AI system ค้นพบว่ากาแล็กซีจานหมุนมีอยู่จริงในยุคแรกเริ่มของจักรวาล ซึ่งเกิดขึ้นเร็วกว่าที่เคยคาดไว้มาก
  • เทคโนโลยีนี้ช่วยเร่งกระบวนการทำความเข้าใจการก่อตัวของกาแล็กซีในจักรวาลยุคแรกได้มหาศาล

กล้องโทรทรรศน์อวกาศเจมส์ เวบบ์ (JWST) ได้ส่งข้อมูลจักรวาลจำนวนมหาศาลกลับมายังโลก โดยภาพถ่ายเชิงลึกแต่ละภาพอัดแน่นไปด้วยกาแล็กซีหลายแสนแห่ง ซึ่งบางส่วนมีอายุย้อนไปถึง 13 พันล้านปี ข้อมูลเหล่านี้มีปริมาณมหาศาลและซับซ้อนเกินกว่าที่มนุษย์จะวิเคราะห์ด้วยตนเองได้ ทำให้ทีมนักดาราศาสตร์ที่มหาวิทยาลัยแคลิฟอร์เนีย ซานตาครูซ (UC Santa Cruz) ต้องหันมาพึ่งพาเทคโนโลยี AI และ GPU เพื่อจัดการกับความท้าทายนี้

เพื่อรับมือกับข้อมูลที่ไหลบ่าเข้ามา ทีมงานที่ UC Santa Cruz ได้สร้างระบบวิเคราะห์ที่ใช้ NVIDIA GPUs เพื่อเร่งกระบวนการในหลายขั้นตอน ตั้งแต่การลดขนาดข้อมูล การสร้างแคตตาล็อก การตรวจจับความผิดปกติ ไปจนถึงการจำลองแบบ การประมวลผลบางส่วนดำเนินการบน Lux cluster ของ UCSC ซึ่งได้รับทุนสนับสนุน 1.6 ล้านดอลลาร์จาก National Science Foundation ในขณะที่การพัฒนาหลัก ๆ เกิดขึ้นบนระบบ NVIDIA DGX Station ที่อยู่ในสำนักงานของ Professor Brant Robertson สิ่งเหล่านี้เป็นหัวใจสำคัญที่ทำให้การวิเคราะห์ข้อมูลจักรวาลขนาดใหญ่เป็นไปได้อย่างรวดเร็ว

เครื่องมือสำคัญในกระบวนการนี้คือระบบ AI ที่มีชื่อว่า Morpheus พัฒนาโดย Ryan Hausen และ Professor Robertson ระบบนี้ใช้เทคนิคที่เรียกว่า semantic segmentation ซึ่งเป็นวิธีการเดียวกับที่รถยนต์ไร้คนขับใช้ในการแยกแยะถนนจากคนเดินเท้า Morpheus สามารถวิเคราะห์ทุกพิกเซลของภาพจาก JWST เพื่อระบุและแยกแยะลักษณะของกาแล็กซีได้อย่างละเอียด เช่น การแยกส่วนที่ยื่นออกมาตรงกลาง (spheroidal bulges) ออกจากจานกาแล็กซีโดยรอบ แม้ว่าทั้งสองส่วนจะอยู่ในภาพเดียวกันก็ตาม

การนำ Morpheus ไปใช้กับข้อมูล JWST ทำให้ทีมสามารถทำการวิเคราะห์ AI ขนาดใหญ่เป็นครั้งแรก และนำไปสู่การค้นพบที่น่าทึ่ง นั่นคือการพบ rotating disk galaxies ซึ่งมีลักษณะคล้ายกับกาแล็กซีทางช้างเผือกของเรา ปรากฏอยู่ในยุคแรกเริ่มของจักรวาลเร็วกว่าที่แบบจำลองเดิม ๆ คาดการณ์ไว้มาก ผลการค้นพบนี้ได้รับการยืนยันอย่างอิสระหลายครั้ง และได้ปฏิวัติความเข้าใจเกี่ยวกับการก่อตัวของกาแล็กซีในช่วงต้นกำเนิดของจักรวาล เทคโนโลยี AI นี้ยังช่วยให้สามารถจัดการและทำแผนที่กาแล็กซีเกือบครึ่งล้านแห่งในชุดข้อมูลของ JWST ได้อีกด้วย หากต้องการอ่านเพิ่มเติมเกี่ยวกับการประยุกต์ใช้ AI และ GPU ในงานดาราศาสตร์ ลองดูที่บล็อกของ NVIDIA ที่นี่

สรุป

  • NVIDIA GPUs และ AI ทำให้การวิเคราะห์ข้อมูลจาก JWST ที่มีปริมาณเทราไบต์เป็นไปได้อย่างรวดเร็วและมีประสิทธิภาพสูง
  • ระบบ Morpheus AI system ใช้เทคนิค semantic segmentation เพื่อแยกแยะโครงสร้างกาแล็กซีในระดับพิกเซล
  • การค้นพบ rotating disk galaxies ในยุคแรกเริ่มของจักรวาลด้วย AI ได้เปลี่ยนแปลงความเข้าใจเกี่ยวกับการก่อตัวของกาแล็กซี
  • เทคโนโลยีนี้ช่วยให้นักดาราศาสตร์สามารถจัดการและสำรวจข้อมูลกาแล็กซีจำนวนมาก เพื่อเปิดเผยความลับของจักรวาลได้เร็วยิ่งขึ้น

แหล่งที่มา: Making Sense of the Early Universe

Decoupled DiLoCo: การฝึก AI แบบกระจายที่ทนทานในระดับสเกล

Decoupled DiLoCo: การฝึก AI แบบกระจายที่ทนทานในระดับสเกล

Google DeepMind เปิดตัว Decoupled DiLoCo แนวทางใหม่สำหรับการฝึก AI แบบกระจายที่เพิ่มความทนทานและประสิทธิภาพสำหรับโมเดลขนาดใหญ่

อ่านข่าวนี้

อยากให้แจ้งเตือน ตอน Newsletter เปิดตัวมั้ย?

เรากำลังวัดความสนใจก่อนเปิด weekly AI digest จริงๆ ใส่ email ไว้ เราจะ email ไปบอกตอนเปิดตัว — ส่งครั้งเดียว ไม่มี spam

เราใช้ email เฉพาะเพื่อแจ้งเปิดตัว newsletter เท่านั้น ไม่มี spam — อ่าน นโยบายความเป็นส่วนตัว