কিন্তু যে কেউ AI উন্নয়নের জগতে মনোযোগ দিচ্ছেন তারা স্বীকার করবেন যে আমরা গ্রেডিয়েন্ট ডিসেন্ট নামক একটি গাণিতিক কৌশলের মাধ্যমে নিউরাল নেটওয়ার্কে বিলিয়ন প্যারামিটার টিউনিং করতে যথেষ্ট সফল হয়েছি। এবং, যেহেতু এটি বৃহৎ নিউরাল নেটওয়ার্ক প্রশিক্ষণের কেন্দ্রবিন্দু, তাই লোকেরা GPU-তে গ্রেডিয়েন্ট ডিসেন্টের কার্যকারিতা অপ্টিমাইজ করার জন্য অনেক কাজ করেছে।
সুতরাং, গবেষকদের একটি দল এমন একটি প্রক্রিয়া তৈরি করেছে যাকে তারা FLIP (ইমেজিং প্ল্যানেটের জন্য পদার্থবিদ্যা-ভিত্তিক শিক্ষার জন্য একটি অ-সংক্ষিপ্ত রূপ) বলছে যা হার্ডওয়্যারের একটি শারীরিক মডেল ব্যবহার করে (এই ক্ষেত্রে, জেমস ওয়েব স্পেস টেলিস্কোপে NIRCam) 10 সহ6 সম্ভাব্য পরামিতি, এবং তারপর তার সমস্ত পরামিতি অপ্টিমাইজ করতে সফ্টওয়্যার ব্যবহার করে। অপ্টিমাইজেশানটি একটি সিমুলেটেড পয়েন্ট স্প্রেড ফাংশন দিয়ে শুরু হয়, তারপর একটি প্রকৃত তারকা থেকে ডেটাতে এর কার্যকারিতা অপ্টিমাইজ করতে গ্রেডিয়েন্ট ডিসেন্ট ব্যবহার করে। একটি বর্তমান GPU তে চালান, এই প্রক্রিয়াটি শুধুমাত্র আধা ঘন্টারও বেশি সময় নেয়।
তারপরে এর ফলাফলগুলি প্রকৃত বৈজ্ঞানিক চিত্রের উপর সূক্ষ্ম সুর করা হয় যা তারা বিশ্লেষণ করছে। প্রক্রিয়াটির এই শেষ অংশটি গুরুত্বপূর্ণ, যেহেতু কিছু ভেরিয়েবল পর্যবেক্ষণের মধ্যে আলাদা হবে।
ভালো ফলাফল
এটি কীভাবে কাজ করে তা পরীক্ষা করার জন্য, গবেষকরা পরিচিত এক্সোপ্ল্যানেট (HIP 65426 এবং 51 এরিডানি) সহ দুটি নক্ষত্রের পর্যবেক্ষণ ব্যবহার করেছেন, একটি তৃতীয় (TYC 5899) সহ যার কোনও পরিচিত এক্সোপ্ল্যানেট নেই তবে পর্যবেক্ষণের মধ্যে অনেক পার্থক্য রয়েছে। এগুলি হল তরুণ নক্ষত্র, এবং তাদের মধ্যে দুটি বিশাল গ্রহ রয়েছে যেগুলি তাদের মহাকর্ষীয় পতন থেকে এখনও উষ্ণ রয়েছে, যা তাদের পূর্বে চিত্রিত করার অনুমতি দেয়।
ওয়েব ডেটা ব্যবহার করে, টিমটি পর্যবেক্ষণের উপর নির্ভর করে 1.5 থেকে 2 এর ফ্যাক্টর দ্বারা সংকেত-থেকে-শব্দ অনুপাত বৃদ্ধি করতে FLIP ব্যবহার করেছে। কার্বন ডাই অক্সাইড সনাক্ত করতে ব্যবহার করা যেতে পারে এমন একটি তরঙ্গদৈর্ঘ্যে, তারা প্রথমবারের মতো ওয়েব ডেটাতে একটি গ্রহ সনাক্ত করতে সক্ষম হয়েছিল। TYC 5899 এর জন্য, পদ্ধতিটি 15 এর ফ্যাক্টর দ্বারা পর্যবেক্ষণের সংবেদনশীলতা বাড়িয়েছে।
গবেষকরা উল্লেখ করেছেন যে অ্যাপ্লিকেশনগুলি পরিচিত গ্রহগুলির আরও ভাল দৃষ্টিভঙ্গি পাওয়ার বাইরে চলে যায়। আওয়াজ কমানোর মাধ্যমে, অনুজ্জ্বল (এবং তাই পুরোনো বা কম ভরের) যেগুলি আগে শনাক্ত করা যায় নি সেগুলিকে চিহ্নিত করাও সম্ভব হওয়া উচিত। তারা আরও মনে করে যে তারা মডেলটিতে সবচেয়ে নাটকীয় পরিবর্তনগুলি কোথায় করছে তা হাইলাইট করতে তারা FLIP-কে সংশোধন করতে পারে, যা টেলিস্কোপের হার্ডওয়্যারের সাথে কী ঘটছে সে সম্পর্কে সম্ভাব্যভাবে আমাদের দরকারী জিনিসগুলি বলতে পারে।
প্রকৃতি, 2026. DOI: 10.1038/s41586-026-11213-z (DOI সম্পর্কে)।
