Распределенная система параболических антенн позволит тщательно следить за источниками радиоволн в космосе. Иллюстрация: SPDO
Распределенная система параболических антенн позволит тщательно следить за источниками радиоволн в космосе. Иллюстрация: SPDO

IBM завершила работу над прототипом программной системы Information Intensive Framework, которая поможет астрономам работать с огромными потоками данных, поступающих с радиотелескопа Square Kilometre Array — распределенной системы параболических антенн общей площадью в 1 км2.

По замыслу разработчиков телескопа, он сможет беспрецедентно тщательно следить за источниками радиоволн в космосе. Антенны будут установлены в Австралии, Новой Зеландии или Южной-Африканской Республике, в зависимости от того, какая страна победит в конкурсе. Выбор, как ожидается, будет сделан в начале следующего года.

IIF до некоторой степени автоматизирует классификацию астрономических объектов с использованием стандартной таксономии. Последняя позволяет астрономам в повседневных наблюдениях вместо цифр оперировать именованными объектами, например, «галактика», «сверхмассивная черная дыра» и т. д.

«В рамках данного проекта знания, которыми пользуются астрономы, перенесены в IIF, благодаря чему часть рутинной работы ученых будет выполняться автоматически», — поясняет Дугал Ватт, директор по технологиям новозеландского офиса IBM и председатель отраслевого консорциума Новой Зеландии по проекту Square Kilometre Array.

Система была разработана при участии радиоастронома Мелани Джонстон-Холлитт из Университета королевы Виктории в Веллингтоне. IIF пользуется астрономической таксономией, разработанной Международной виртуальной обсерваторией, и реализованной на языке описания онтологий Web Ontology Language.

«Задача системы в том, чтобы повысить результативность и эффективность работы астрономов, чтобы они могли уделять больше времени творческим аспектам своей деятельности, — сообщает Ватт. — Ученых приводит в уныние необходимость изучать синтаксис и структуру каталога объектов, а потом постоянно выполнять скучную ручную работу, отнимающую много времени. Будет гораздо лучше, у астрономов появится больше времени на интересные исследования».

Ватт надеется, что когда астрономов освободят от скучной работы по каталогизации, у них будет больше времени на то, чтобы обнаруживать что-то необычное в наблюдениях.

«Мы решили, что нашу систему неплохо было бы оснастить механизмом машинного обучения и социальными функциями, — продолжает он. — Например, она могла бы отображать в веб-портале предупреждения вроде 'Мне не удалось классифицировать изображенный ниже объект'. Первый, кто зайдет в портал, попытается попытается помочь системе, а потом участники социальной сети ученых сообща придут к заключению о том, что это за объект, и укажут его системе. Если она встретит такой же объект в будущем, она сможет распознать его уже сама».

Система также сможет обнаруживать изменения объектов, происходящие со временем. Например, если она заметила объект определенного типа в определенной точке неба, а неделю или год спустя рядом появится другой объект, система скомандует всей армии телескопов обратить взор на данный участок неба, — поясняет Ватт.

Похожие принципы можно применить и к земным дисциплинам, например, в медицине и производстве. Рядовые специалисты могли бы получить инструменты, превращающие их в экспертов высочайшего класса, — считает Ватт. Такие инструменты позволили бы быстрее и точнее ставить диагнозы и выпускать более качественную продукцию.

«Теперь, когда действенность прототипа системы проверена, предстоит следующий этап: вместе с астрономами провести эксперименты на реальных массивах данных, а также изучить повседневную работу астрономов и попытаться выяснить, какие еще задачи можно было бы автоматизировать», — сообщает Ватт.

По его словам, в IBM также работают над повышением быстродействия системы с помощью механизмов параллельной обработки.