Artificial Intelligence(ભાગ-24)

 

 

સામાન્યપણે આપણે બ્રહ્માંડને પ્રકાશની મદદ વડે સમજવાની કોશિશ કરીએ છીએ. આપણા અધિકતર ટેલિસ્કોપ અને ડિટેક્ટર્સનો આધાર આ જ કોન્સેપ્ટ છે પરંતુ હવે આપણે બ્રહ્માંડને સાંભળવાની કોશિશ કરી રહ્યાં છીએ અને તેમાં આપણી મદદ કરશે...Artificial Intelligence.

-

બે સંસ્થા સૌપ્રથમ વખત સાથે મળીને કાર્ય કરવા તૈયાર થઇ છે જેમનું નામ છે....LIGO laboratory અને Google Deepmind. તેમનો ઉદ્દેશ્ય gravitational detector ને એટલું પાવરફૂલ બનાવવાનો છે કે તે દૂરની ઘટનાઓને પણ આરામથી સમજી શકે જેમકે....બે બ્લેકહોલનું એકબીજામાં મર્જ થવું, બે બાઇનરી સ્ટારનું એક થવું વગેરે. એક વૈજ્ઞાનિક તરફ જઇએ જેમનું નામ છે....રાણા અધિકારી(જુઓ નીચેની ઇમેજ). તેઓ caltech યુનિવર્સિટીના પ્રોફેસર છે. તેમનું કહેવું છે કે, AI ની મદદ વડે હવે આપણે આપણી LIGO લેબને next generation લેબ બનાવવા જઇ રહ્યાં છીએ. જેથી મોટી ખગોળીય ઘટનાઓને સચોટતા સાથે માપી શકીએ.

-

1916 માં આઇનસ્ટાઇને સામાન્ય સાપેક્ષતાનો સિદ્ધાંત આપી આગાહી કરી કે, બ્રહ્માંડમાં જ્યારે પણ બે વિશાળકાય પદાર્થો એકબીજા સાથે ક્રિયા-પ્રતિક્રિયા(interact) કરે છે ત્યારે સ્પેસટાઇમમાં તરંગો(ripples) ઉત્પન્ન થાય છે. બિલકુલ એવું જ જેમ તળાવના પાણીમાં પથ્થર નાખવાથી તરંગો ઉત્પન્ન થાય. તેમનું કહેવુ હતું કે, આ તરંગો પ્રકાશઝડપે આપણી પાસે પહોંચે છે પરંતુ આપણે કદાચ ક્યારેય આ તરંગોને પકડી નહીં શકીશું કેમકે તેઓ એટલા કમજોર હશે કે આપણી પાસે એવું સાધન જ નહીં હોય જે આટલા નબળા તરંગોને ભવિષ્યમાં પકડી શકે.

-

પરંતુ!! કેવળ સો વર્ષની અંદર જ આપણે એવા ડિટેક્ટર્સ બનાવી લીધા છે જે આ તરંગોને માપી શકે. આ તરંગોને ડિટેક્ટ કરવા માટે અમેરિકામાં Washington અને Livingston એમ બે વિવિધ સ્થળોએ વેધશાળા બનાવવામાં આવી જેને Laser Interferometer Gravitational-wave Observatory(LIGO) કહે છે. આ બે સ્થળો વચ્ચે ઘણું અંતર હોવાથી આપણને તેમના સ્વતંત્ર ડેટા જોવા મળે છે અને ડેટાની ચોક્કસાઇની પણ ખબર પડી જાય છે. ઉદાહરણ માટે જુઓ નીચેની ઇમેજ. જેમાં સુદૂર એક ગુરુત્વાકર્ષણીય પ્રવૃત્તિ થઇ. તેને બંન્ને વેધશાળાએ માપી અને તેમના ડેટા બિલકુલ સરખા આવ્યા.

-

હવે સચોટ માપનમાં તકલીફ શું છે તેમજ AI તેમાં આપણને કઇ રીતે મદદરૂપ થઇ શકે તે જુઓ....અત્યારસુધીના અવલોકનો કર્યા બાદ આપણને અંદાજો આવ્યો કે, આ ડિટેક્ટર્સના મિરર કે જે લેસર બીમને પરાવર્તિત કરે છે તે સ્થિર હોવા જોઇએ પરંતુ પરંતુ જો તેમને જડ કરી દઇએ તો તેઓ અંત્યત નબળા એવા ગુરુત્વીય તરંગોને પકડી ન શકે તેથી તેમને સંવેદનશીલ રાખવા ખુબ જરૂરી છે. મિરરના સ્થિર હોવા માટે ઘણા પરિબળો જવાબદાર છે. આ મિરર એટલા બધા સંવેદનશીલ છે કે, તેમનાથી સેંકડો કિલોમીટર દૂર રહેલ સમુદ્રનો ઘૂઘવાટ પણ તેઓને અસર કરે છે અને તેઓમાં ધ્રુજારી ઉત્પન્ન કરે છે. આ સિવાય જમીનની નીચે થતી બારીક હિલચાલ પણ તેઓને અસર કરે છે. તેના બંન્ને આર્મમાં વેક્યુમ યોગ્ય ન હોય તો પણ ડેટા ખોટા પ્રાપ્ત થાય છે. મિરરનો પોતાનો ઘોંઘાટ(quantum noise) પણ તેમાં ધ્રુજારી પેદા કરે છે. હવે આટલી ચોક્કસાઇ ક્યાંથી લાવવી? આ તો અસંભવ છે. બસ, અહીં જ એન્ટ્રી થાય છે AI ની.

-

આ કાર્ય માટે Google Deepmind ના AlphaGo Zero સોફ્ટવેરનો ઉપયોગ કરવામાં આવ્યો. તેને અત્યારસુધીનો પ્રાપ્ત સઘળો ડેટા આપવામાં આવ્યો. આ સોફ્ટવેરે સેંકડો વર્ચ્યુઅલ લેબ પોતાની અંદર બનાવી અને તેની સાથે અસલ ડેટાની તુલના કરવા માંડી. તેણે તુલના કરી જાણ્યું કે કઇ પરિસ્થિતિમાં સૌથી ઓછી ધ્રુજારી મળતી હતી. ધીમેધીમે સોફ્ટવેરે મિરરને હલનચલન કરનારી મોટરના કંટ્રોલરને નિયંત્રિત કરવા માંડ્યું. થોડા જ સમયમાં પરિણામ ખુબ બહેતર(30% કરતા પણ વધુ સારું) મળ્યું. સઘળા ડેટાને ગ્રાફ કરવામાં આવ્યા(જુઓ નીચેની ઇમેજ). જેમાં લાલ રંગના ડેટા જે પહેલાના હતા તેના કરતા બહેતર ડેટા ભૂરા રંગના છે. યાદરહે, આ જ LIGO ને ભવિષ્યમાં સ્પેસમાં મોકલવાનું છે. માટે AI નો સથવારો તેને ત્યાં ખુબ મદદરૂપ થશે.