
Sign up to save your podcasts
Or


Met slechts een handjevol voorbeelden kan taalmodel Gemini van Google sterrenkundigen fenomenen detecteren, hebben astronomen van de Radboud Universiteit en de University of Oxford onderzocht. Ze gaven Gemini 15 voorbeeldfoto's van onder andere supernova's en langsvliegende kometen, waarna het taalmodel ze in 93 procent van de gevallen zelf kon detecteren, concluderen de astronomen in een paper gepubliceerd in Nature. Niels Kooloos vertelt erover in deze Tech Update.
Het gebruik van AI in de astronomie is niet nieuw. Sterrenkundigen gebruiken al langer machine learning-systemen om grote hoeveelheden data te analyseren die telescopen 24 uur per dag verzamelen. 'Alleen is het nadeel van die systemen dat ze een binair antwoord geven', legt onderzoeker Steven Bloemen van de Radboud Universiteit uit. 'Een 1 betekent dat iets een astronomisch fenomeen is en een 0 dat iets geen fenomeen is.'
Een taalmodel als Gemini doet in principe hetzelfde als een traditioneel analysemodel, maar kan in mensentaal antwoorden waarom iets wel of geen astronomisch fenomeen is. Dat maakt het volgens Bloemen een stuk makkelijker om bij te stellen en om resultaten te interpreteren. Ook bleek Gemini een stuk minder voorbeelden nodig te hebben dan een traditioneel model.
Toch worden taalmodellen als Gemini nog niet gebruikt door astronomen. 'Het is nog niet toepasbaar op de grote schaal die we nu nodig hebben', zegt Bloemen. 'Dat zou te kostbaar zijn, dan heb je echt meerdere datacenters nodig. Maar als je ziet hoe snel de ontwikkelingen gaan, dan zijn we daar over een paar jaar wel.'
Verder in deze Tech Update:
See omnystudio.com/listener for privacy information.
By BNR Nieuwsradio5
33 ratings
Met slechts een handjevol voorbeelden kan taalmodel Gemini van Google sterrenkundigen fenomenen detecteren, hebben astronomen van de Radboud Universiteit en de University of Oxford onderzocht. Ze gaven Gemini 15 voorbeeldfoto's van onder andere supernova's en langsvliegende kometen, waarna het taalmodel ze in 93 procent van de gevallen zelf kon detecteren, concluderen de astronomen in een paper gepubliceerd in Nature. Niels Kooloos vertelt erover in deze Tech Update.
Het gebruik van AI in de astronomie is niet nieuw. Sterrenkundigen gebruiken al langer machine learning-systemen om grote hoeveelheden data te analyseren die telescopen 24 uur per dag verzamelen. 'Alleen is het nadeel van die systemen dat ze een binair antwoord geven', legt onderzoeker Steven Bloemen van de Radboud Universiteit uit. 'Een 1 betekent dat iets een astronomisch fenomeen is en een 0 dat iets geen fenomeen is.'
Een taalmodel als Gemini doet in principe hetzelfde als een traditioneel analysemodel, maar kan in mensentaal antwoorden waarom iets wel of geen astronomisch fenomeen is. Dat maakt het volgens Bloemen een stuk makkelijker om bij te stellen en om resultaten te interpreteren. Ook bleek Gemini een stuk minder voorbeelden nodig te hebben dan een traditioneel model.
Toch worden taalmodellen als Gemini nog niet gebruikt door astronomen. 'Het is nog niet toepasbaar op de grote schaal die we nu nodig hebben', zegt Bloemen. 'Dat zou te kostbaar zijn, dan heb je echt meerdere datacenters nodig. Maar als je ziet hoe snel de ontwikkelingen gaan, dan zijn we daar over een paar jaar wel.'
Verder in deze Tech Update:
See omnystudio.com/listener for privacy information.

13 Listeners

6 Listeners

11 Listeners

4 Listeners

203 Listeners

9 Listeners

50 Listeners

8 Listeners

13 Listeners

5 Listeners

44 Listeners

10 Listeners

22 Listeners

6 Listeners

64 Listeners

11 Listeners

10 Listeners

16 Listeners

1 Listeners

3 Listeners