Grazie al miglioramento tecnologico dei telescopi spaziali, e la loro elevata diffusione su tutto il pianeta, l’astronomia contemporanea può vantare una produzione enorme di immagini astronomiche da dover vagliare per la scoperta di nuove pianeti, stelle e galassie.
L’intelligenza artificiale ed in particolare la componete definita Computer Vision, sta permettendo la semplificazione della ricerca astronomica in quanto permette di vagliare una grande mole di dati, che altrimenti dovrebbero essere vagliati dagli stessi astronomi prolungando i tempi della ricerca stessa. La Computer Vision viene molto fruttata nella ricerca di quei corpi celesti che essendo in fase di formazione o comunque di piccole dimensioni spesso sfuggono all’occhio analitico dell’astronomo. Grazie proprio all’intelligenza artificiale è stata fatta una scoperta molto interessante ovvero la scoperta di una giovane galassia, questa è stata individuata tra 40 milioni di oggetti celesti questa è stata chiamata HSC J1631+4426, è lontana circa 430 milioni di anni-luce, la sua massa solare è pari a 0.8 milioni M¤ e paragonata alla via lattea è circa 1.000.000 più piccola, al livello semplicistico è come paragonare una mandorla con una utilitaria. La Computer Vision sta diventando sempre più fondamentale in campo astronomico, e l’analisi di milioni se non miliardi di dati permette a questa particolare intelligenza artificiale di migliorare ogni giorno il suo algoritmo per la ricerca di nuovi corpi celesti. L’apprendimento anche per questa nuova rete neuronale artificiale deve essere continua di fatti il sistema aveva identificato 27 candidati possibili come nuovi oggetti celesti ma soltanto 1 è stato identificato come giovane galassia, gli studiosi però comunicano che sono entusiasti della scoperta e che questa tecnologia aiuterà sicuramente la scienza astronomica.
La scoperta di galassie molto giovani è fondamentale per comprendere le modalità di formazione e dello sviluppo e delle stesse galassie. Questo perché la maggior parte delle galassie che si osservano in cielo o che si scoprono sono generalmente vecchie.
L’intelligenza artificiale in ambito astronomico mediante lo studio di nuovi algoritmi nonostante le scoperte non dà cenno di fermarsi di fatti a maggio 2020 sul “The Astrophisical Jurnal” è stato pubblicato il nuovo modello di Computer Vision denominato Morpheus che mediante la classificazione morfologica pixel per pixel riesce ad identificare i corpi celesti ed addirittura identificare dei possibili falsi positivi.
L’Australia da diversi anni sta affrontando un vero e proprio dramma estivo, in quanto diversi incendi vengono appiccati in modo doloso, questi favoriti dai forti venti ardono velocemente la vegetazione con in impatto catastrofico non solo per la vegetazione a anche per gli animali di questo ecosistema. Secondo Nature Climate Change nel periodo compreso tra settembre 2019 e gennaio 2020 sono andati distrutti quasi 10 milioni di ettari di foresta australiana, inoltre l’università di Sydney ha stimato una perdita di oltre 1 miliardo di animali uccisi a causa degli incendi.
Tra le maggiori vittime animali si è riscontrato essere proprio il koala, questo simpatico marsupiale arboricolo dalle abitudini sedentarie, si caratterizza per i suoi movimenti relativamente lenti, proprio queste sue caratteristiche lo hanno reso vulnerabile, si pensi che la stima sul famoso territorio denominato Isola dei Canguri siano morti tra 37 e 45mila esemplari, circa il 90% della popolazione locale.
Questo ha spinto la comunità scientifica coadiuvata dallo stato e dalle associazioni per la salvaguardia selvatica australiana a sviluppare un sistema di monitoraggio di questi splendidi marsupiali mediante l’ausilio dell’IA.
Come funziona?
Mediante l’ausilio di telecamere ad infrarossi installate sui droni è possibile effettuare la scansione termica delle foreste che ospitano questi animali, identificabili facilmente in quanto questi hanno una temperatura ben distinta rispetto al paesaggio circostante. I dati vengono elaborati poi dall’IA che mediante l’attività di machine learning permette il riconoscimento di questi animali.
Sul drone vi è installato anche un GPS il quale permette alla rete neurale di associare al singolo esemplare identificato dal sistema di IA, anche le sue coordinate riuscendo così ad avere una mappatura completa delle posizioni di tutti gli esemplari, permettendo ai volontari di intervenire in caso di incendio sottraendoli alla morte.
Le attività di machine learning non sono ancora terminate del tutto in quanto il margine d’errore è ancora di circa il 14%, ma viene già utilizzata in quanto l’estate australe è alle porte e non si vuole permettere che accada più le stragi degli anni passati.
Scenari futuri
Questa tecnologia potrebbe essere implementata su larga scala non solo per i Koala ma anche per molte altre specie di animali, oltre che potrebbe svilupparsi un nuovo modello di salvaguardia ambientale permettendo alla rete neurale di riconoscere svariati animali di un determinato ecosistema per il monitoraggio costante delle specie adottando diverse tecnologie come video, IR, UV, onde sonore, etc.
È stata sviluppata una nuova rete neurale artificiale, Pulse, questa permette di trasformare le immagini sfocate, in immagini ad alta definizione migliorando addirittura di 64 volte la risoluzione.
Questo nuovo strumento è stato sviluppato dai ricercatori della Duke University e portato a conoscenza al mondo scientifico durante l’International Conference on Computer Vision and Pattern Recognition dal 14 al 19 giugno 2020
L’algoritmo è stato sperimentato con i volti delle persone, e riesce a delineare le caratteristiche del volto con una risoluzione mai raggiunta, una tecnologia simile era stata già sviluppata ma con un miglioramento massimo dell’immagine di 8 volte. Il sistema può convertire un’immagine di 16×16 pixel di una faccia in 1024 x 1024 pixel in pochi secondi, aggiungendo più di un milione di pixel, simile alla risoluzione HD. Dettagli come pori, rughe e ciocche di capelli, che sono irrilevanti nelle foto a bassa risoluzione, diventano nitide nelle versioni generate con Pulse. L’algoritmo sfrutta una base di dati, che nel test specifico sono centinaia di volti in alta risoluzione, questi vengono ridotti alle stessa risoluzione dell’immagine in input, ne verifica le somiglianze ed incrementa i singoli punti (pixel) dell’immagine in input, generando un’immagine ad alta risoluzione con caratteristiche molto simile al volto originale. Cynthia Rudin, la direttrice del progetto ha dichiarato che il sistema non è infallibile, ma riesce a fornire un risultato di sicuro plausibile per il riconoscimento di individui come ad esempio da un fermo-immagine di una videocamera di videosorveglianza.
Questo sistema testato con dei volti di persone in realtà potrebbe essere utilizzato con diverse tipologie di immagine come mediche, microscopiche, astronomiche, satellitari e tanto altro.
Rudin, uno studente che ha lavorato a questo progetto ha affermato: “Abbiamo utilizzato uno strumento di apprendimento automatico chiamato generative adversarial network, o GAN, in cui due reti neurali artificiali collaborano per restituire un’immagine realistica del volto e questo sistema tende a migliorare con l’esperienza”.
In questo periodo di emergenza dovuto al Covid-19, che sta interessando tutte le nazioni, si è riscontrato sicuramente un decremento di determinate attività che riguardano gli aspetti sociali e di contatto con il pubblico. Ma è anche vero che ne sta incrementando altri. Colossi mondiali, e non solo, dediti all’informatica come: Microsoft, Google, IBM, Nvidia, stanno galoppando sul mercato azionario. Se prendiamo ad esempio Nvidia una sua azione, da novembre 2019 ad oggi, ha avuto un incremento di 540$. Nvidia, forte di questo incremento, e consapevole della necessità di incrementare l’uso dell’intelligenza artificiale anche al piccolo pubblico dove in passato, “nerds” come Steven Jobs, Bill Gates o Lerry Page, partendo da un piccolo garage hanno fondato un impero come Apple, Microsoft e Google, ha deciso di portare sul mercato la NVIDIA Jetson Nano 2GB. Questo start kit consente ai neofiti e non solo, di acquisire e sperimentare i concetti dell’intelligenza artificiale come Machine Learning e Computer Vision. Il costo davvero piccolo 59$ pari a circa 50€ ma con una buona dotazione. Di fatto la macchina ha le seguenti caratteristiche: • Nvidia JetPack SDK • Software Linux Development Environment • 2GB di memoria • GPU NVIDIA Maxwell a 128 core • CPU ARM A57 quad-core a 64 bit • 472 GFLOPS Con le sue dimensioni ridotte e il basso costo, il Jetson Nano 2GB, può alimentare le applicazioni di Computer Vision in robot o droni. La sua GPU può analizzare i flussi video dalla telecamera in tempo reale, riconoscere oggetti e volti in ogni fotogramma video e inviare i comandi di controllo corrispondenti tramite i suoi pin GPIO o connettori USB. Tutto questo permette a studenti e nerds di imparare giocando e magari permetterà la start−up di un nuovo colosso dell’intelligenza artificiale, il tutto partito dalla propria stanzetta. Puoi preordinare il Jetson Nano 2GB su BidPlanet e con disponibilità tra fine Novembre inizi di Dicembre. Inoltre puoi segui gli approfondimenti ed i tutorial dal sito Web di NVIDIA per iniziare a programmare applicazioni AI sulla tua GPU!
