Neptün'ün gizemli karanlık noktası Dünya'dan ilk kez görüntülendi

Bu yapılar daha önce gezegene uzay aracı göndererek görüntülenebiliyordu

(ESO/P. Irwin ve diğerleri)
(ESO/P. Irwin ve diğerleri)
TT

Neptün'ün gizemli karanlık noktası Dünya'dan ilk kez görüntülendi

(ESO/P. Irwin ve diğerleri)
(ESO/P. Irwin ve diğerleri)

Bilim insanları Neptün'deki gizemli "karanlık noktalardan" birini ilk kez Dünya'dan gördü.

Araştırmacılar bu yapıyı Avrupa Güney Gözlemevi'nin Çok Büyük Teleskop'unu (VLT) kullanarak tespit etti. Gökbilimciler bu teleskopu kullanarak, daha önce hiç görülmemiş türden daha küçük, parlak bir noktayla yan yana duran büyük bir karanlık noktayı inceleyebildiler.

Bilim insanları bu lekelerin Neptün'ün mavi atmosferinde neden oluştuğunu hâlâ bilmiyor. Ancak yeni gözlemlerin lekelerin kökenleriyle ilgili soruların yanıtlanmasına katkı sunmasını umuyorlar.

Oxford Üniversitesi profesörü ve çalışmanın baş araştırmacısı Patrick Irwin, "Karanlık bir noktanın ilk keşfinden bu yana, bu kısa ömürlü ve anlaşılması zor karanlık yapıların ne olduğunu hep merak etmişimdir" dedi.

Bu gözlem şimdiden bir olasılığın elenmesini sağladı: Karanlık noktaların gezegende bulut olmadığında ortaya çıkması. Gözlemler bunun yerine, hava parçacıklarının atmosferdeki buz ve pus karışımının neden olduğu ana katmanın altındaki bir katmanı kararttığında lekenin oluştuğunu gösteriyor.

Lekeleri anlamak zor çünkü ortaya çıktıkları kadar gizemli bir şekilde gezegenin yüzeyinden yok oluyorlar. Ayrıca, teleskoplarla tespit edilmelerinin zorluğu nedeniyle araştırmacılar için gerçekten incelenmeleri de zordu.

Daha önce, bilim insanları lekeleri görmek için uzay aracı göndermek zorunda kalıyordu ve ilk nokta, 1989'da NASA'nın Voyager 2'si geçerken gözlemlendi. Bu nokta birkaç yıl sonra kaybolmuştu.

Son yıllarda bilim insanları atmosferde daha fazla nokta gören Hubble Uzay Teleskobu'yla bunları inceleyebiliyor. Hubble bunu yaptığında, gökbilimciler yerdeki teleskopları onlara doğru yönlendirebildi ve daha ayrıntılı araştırmalara olanak sağlandı.

Kaliforniya Üniversitesi'nin Berkeley kampüsünde araştırmacı ve makalenin ortak yazarlarından Michael Wong, "Bu, insanlığın kozmosu gözlemleme becerisinde büyüleyici bir artış" dedi.

İlk başta, bu noktaları yalnızca Voyager gibi bir uzay aracını oraya göndererek tespit edebiliyorduk. Daha sonra Hubble'la onları uzaktan saptama kabiliyeti kazandık. Sonunda teknoloji bunu yerden yapabilmemizi sağlayacak kadar gelişti.

Yeni gözlemler, bilim insanlarının VLT'nin Çok Birimli Spektroskopik Kaşifi'ni kullanarak lekeyi incelemelerine olanak sağladı ve bu, Neptün'den ve lekeden gelen ışığı bileşen renklerine ayırmalarına imkan tanıdı. Bu da gökbilimcilerin lekenin bulunduğu yüksekliği ve atmosferin yapısını anlayabilecekleri anlamına geliyor.

Karanlık noktaların incelenmesine katkı sunan bilim insanları sürpriz bir sonuçla da karşılaştı: Tamamen yeni bir tür parlak nokta. Wong, "Bu süreçte, uzaydan bile daha önce hiç tanımlanmamış nadir bir derin parlak bulut türü keşfettik" değerlendirmesinde bulundu.

Çalışma, Nature Astronomy akademik dergisinde yayımlanan "Cloud structure of dark spots and storms in Neptune's atmosphere" (Neptün atmosferindeki karanlık noktaların ve fırtınaların bulut yapısı) başlıklı yeni bir makalede anlatılıyor.

Independent Türkçe



Yapay zekanın "düşüncelerini" açığa çıkaran elektronik dil geliştirildi

Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
TT

Yapay zekanın "düşüncelerini" açığa çıkaran elektronik dil geliştirildi

Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)

Bilim insanları farklı tatları insandan daha iyi ayırt edebilen elektronik bir dil geliştirdi.

ABD'deki Pensilvanya Eyalet Üniversitesi'nden bir ekip, grafen bazlı cihazın kimyasal ve çevresel değişikliklerin tespitinde "devrim yaratma" potansiyeline sahip olduğunu iddia ederken bu, tıbbi teşhislerden yiyeceklerin bozulduğunu tespit etmeye kadar her türlü alanda kullanılabilir.

Yeni teknoloji ayrıca yapay zekanın "içsel düşünceleri" hakkında benzersiz bir içgörü sunuyor. Kara kutu sorunu denen bir durum nedeniyle bu alan bugüne kadar büyük ölçüde karanlıkta kalmıştı.

Ekip, sinir ağının çeşitli süt, kahve ve gazlı içecek türleri arasındaki farkları belirlerken nihai karara varma yolu üzerinde tersine mühendislik yaparak bunu başardı.

Bu süreç araştırmacıların "sinir ağının karar verme sürecine ışık tutmasını" sağlarken, bunun daha iyi bir yapay zeka güvenliği ve gelişimine yol açabileceğini öne sürüyorlar.

Pensilvanya Eyalet Üniversitesi'nde mühendislik bilimi ve mekanik profesörü Saptarshi Das, "Yapay bir dil yapmaya çalışıyoruz fakat farklı yiyecekleri deneyimleme sürecimize sadece dil dahil olmuyor" diyor.

Elimizde, gıda türleriyle etkileşime girerek bilgileri biyolojik sinir ağı olan tat alma korteksine gönderen tat reseptörlerinden oluşan dilin kendisi var.

Elektronik dil tarafından kullanılan sinir ağı, insan seçimi parametrelere kıyasla en az yüzde 95 daha yüksek bir tat alma doğruluğuna ulaşmayı başardı.

Araştırmacılar, Shapley eklemeli açıklamalar adlı bir yöntem kullanarak sinir ağının karar verme sürecini derinlemesine inceledi.

Sinir ağı farklı tatları değerlendirirken, insan tarafından atanan parametreleri tek tek incelemek yerine, en önemli olduğunu belirlediği verileri dikkate aldı.

Profesör Das, "Ağın verilerdeki daha ince özelliklere, biz insanların düzgün bir şekilde tanımlamakta zorlandığımız şeylere baktığını gördük" diyor.

Ve sinir ağı, sensör özelliklerini bütünsel olarak değerlendirdiği için günden güne meydana gelebilecek değişiklikleri azaltıyor. Süt örneğinde, sinir ağı sütün değişen su içeriğini saptayarak bu bağlamda herhangi bir bozulma göstergesinin, gıda güvenliği sorunu olarak değerlendirilecek kadar anlamlı olup olmadığını belirleyebilir.

Araştırma, hakemli dergi Nature'da yayımlanan "Robust chemical analysis with graphene chemosensors and machine learning" (Grafen kemosensörler ve makine öğrenimiyle güçlü kimyasal analiz) başlıklı çalışmada detaylandırılıyor.

Independent Türkçe