നാസയുടെ പട്ടികയില്‍ ഇതുവരെ ഇടംപിടിക്കാത്ത 11 ഛിന്നഗ്രഹങ്ങള്‍ ഭാവിയില്‍ ഭൂമിക്ക് ഭീഷണിയാകാം എന്നു കണ്ടെത്തിയിരിക്കുകയാണ് ന്യൂറല്‍ ശൃംഖലയുടെ സഹായത്തോടെ ഡച്ച് ഗവേഷകര്‍ 

താണ്ട് ആറര കോടി വര്‍ഷം മുമ്പായിരുന്നു അത്. ഒരു ഭീമന്‍ ഛിന്നഗ്രഹം ഭൂമിയില്‍ പതിച്ചു. ദിനോസറുകളുടെ കഥ കഴിഞ്ഞു! ഏതാണ്ട് 18 കോടി വര്‍ഷം ഭൂമുഖത്ത് പ്രതാപശാലികളായി വിലസിയ ദിനോസറുകള്‍ ഉന്മൂലനം ചെയ്യപ്പെട്ടു. നമ്മള്‍ മനുഷ്യര്‍ ഉള്‍പ്പെട്ട സസ്തനികളുടെ യുഗത്തിലേക്ക് ഭൂമി എത്തിയത് അങ്ങനെയാണ്.  

ദിനോസറുകളുടെ അന്ത്യംകുറിച്ച ഛിന്നഗ്രഹം (asteroid) മെക്‌സിക്കോയില്‍ യുകറ്റാന്‍ ഉപദ്വീപിലാണ് പതിച്ചത്. അവിടെ മറഞ്ഞിരിക്കുന്ന ചിക്‌സുലൂബ് ഗര്‍ത്തം (Chicxulub crater) ആ പതനത്തിന്റെ അവശേഷിപ്പാണെന്ന് ഗവേഷകര്‍ പറയുന്നു. ദിനോസറുകളെ മാത്രമല്ല ആ സംഭവം ബാധിച്ചത്. ഭൂമിയില്‍ അന്നുണ്ടായിരുന്ന നാലില്‍മൂന്നുഭാഗം സസ്യയിനങ്ങളും ജന്തുക്കളും ഉന്‍മൂലനം ചെയ്യപ്പെട്ടു!

അതുകൊണ്ടു തന്നെ, ഒരു ഛിന്നഗ്രഹം ഭൂമിയില്‍ പതിക്കാനിടയുണ്ടെന്ന് കേള്‍ക്കുമ്പോള്‍, നമുക്ക് മുന്നില്‍ തെളിയുന്നത് ഉന്‍മൂലന ഭീഷണിയില്‍ കുറഞ്ഞ ഒന്നല്ല! ഛിന്നഗ്രഹങ്ങള്‍ മാത്രമല്ല, വലിയ ബഹിരാകാശ ശിലകളും (space rocks) ഭൂമിക്ക് ഭീഷണിയാണ്. സൗരയൂഥത്തില്‍ നമ്മുടെ പരിസരത്ത് കറങ്ങി നടക്കുന്ന, നമുക്ക് ഭീഷണിയായേക്കാവുന്ന ഛിന്നഗ്രഹങ്ങള്‍ക്കും ഉല്‍ക്കാശിലകള്‍ക്കും 'നിയര്‍-എര്‍ത്ത് ഒബ്ജക്ടുകള്‍' (NEOs) എന്നാണ് പേര്. അമേരിക്കന്‍ ബഹിരാകാശ ഏജന്‍സിയായ നാസ (NASA) നിര്‍വചിക്കുന്നതു പ്രകാരം, കുറഞ്ഞത് 140 മീറ്റര്‍ വ്യാസമുള്ള വസ്തുക്കളാണിവ, ഭൂമിക്ക് 75 ലക്ഷം കിലോമീറ്റര്‍ (0.05 അസ്‌ട്രോണമിക്കല്‍ യൂണിറ്റ്) പരിധിക്കുള്ളില്‍ ചുറ്റിത്തിരുന്നവ. 

Chicxulub crate, Yucatán Peninsula, Mexico
മെക്‌സിക്കോയില്‍ യുകറ്റാന്‍ ഉപദ്വീപിലെ ചിക്‌സുലൂബ് ഗര്‍ത്തം, ഛിന്നഗ്രഹം പതിച്ച ശേഷം. ചിത്രകാരന്റെ ഭാവന. Pic Credit: Detlev van Ravenswaay/Science Source

Planetary.org യുടെ 2018 ലെ റിപ്പോര്‍ട്ടു പ്രകാരം, നമ്മള്‍ സൂക്ഷിക്കേണ്ട ഇത്തരം 18,000 ബഹിരാകാശ വസ്തുക്കളുണ്ട്. ഇത്തരം ബഹിരകാശ വസ്തുക്കള്‍ ഭൂമിയില്‍ പതിച്ച് വന്‍ദുരന്തം സൃഷ്ടിക്കുന്നതു ചെറുക്കാനുള്ള ശ്രമത്തിലാണ് നാസ. ഭൂമിക്കു നേരെ വരുന്ന ഛിന്നഗ്രഹങ്ങളെ ദിശതിരിച്ചുവിടാന്‍ ഉദ്ദേശിച്ചുള്ള 'ഡബിള്‍ ആസ്റ്ററോയ്ഡ് റീഡയറക്ഷന്‍ ടെസ്റ്റ്' (DART) പദ്ധതിക്ക്, 'സ്‌പേസ് എക്‌സ്' (SpaceX) എന്ന സ്വകാര്യകമ്പനിയുമായി 6.9 കോടി ഡോളറിന്റെ കരാര്‍ നാസ ഉണ്ടാക്കിയത് 2019 ലാണ്. 

തലയ്ക്കു മുകളില്‍ തൂങ്ങുന്ന വാള്‍ പോലെയാണ് ഈ ബഹിരാകാശ വസ്തുക്കള്‍. അവയെ നിന്തരം നിരീക്ഷിക്കേണ്ടതുണ്ട്. ഏതൊക്കെ ഛിന്നഗ്രഹങ്ങള്‍ ഭാവിയില്‍ ഭൂമിക്ക് ഭീഷണിയാകും എന്നറിയേണ്ടതുണ്ട്. 

ഈ പശ്ചാത്തലത്തിലാണ്, നെതര്‍ലന്‍ഡ്‌സില്‍ ലെയ്ഡന്‍ സര്‍വകലാശാലയിലെ ഗവേഷകര്‍ രൂപംനല്‍കിയ 'ഹസാര്‍ഡസ് ഒബ്ജക്ട് ഐഡന്റിഫൈയര്‍' ('Hazardous Object Identifier' - HOI) എന്ന സംവിധാനത്തിന്റെ പ്രസക്തിയും പ്രാധാന്യവും. ആധുനിക നിര്‍മിതബുദ്ധിയുടെ (Artificial Intelligence - AI) അടിസ്ഥാനം ന്യൂറല്‍ നെറ്റ്‌വര്‍ക്കുകളാണ്. ന്യൂറല്‍ ശൃംഖലയുടെ സഹായത്തോടെ അപകടകാരികളായ ഛിന്നഗ്രഹങ്ങളെ തിരിച്ചറിയാന്‍ സഹായിക്കുന്നതാണ് ഈ സംവിധാനം.

ഭൂമിക്ക് ഭാവിയില്‍ ഭീഷണിയാകാവുന്ന 11 ഛിന്നഗ്രഹങ്ങളെ, പുതിയ എ.ഐ.സംവിധാനം ഉപയോഗിച്ച് തിരിച്ചറിയാന്‍ ഡച്ച് ഗവേഷകര്‍ക്ക് കഴിഞ്ഞതായി, 'അസ്‌ട്രോണമി ആന്‍ഡ് അസ്‌ട്രോഫിസിക്‌സ്' ജേര്‍ണലില്‍ (Astronomy and Astrophysics Journal, Feb 4, 2020) പ്രസിദ്ധീകരിച്ച റിപ്പോര്‍ട്ട് പറയുന്നു. നാസയുടെ പട്ടികയില്‍ ഇതുവരെ ഇടംപിടിക്കാത്ത ഛിന്നഗ്രഹങ്ങളാണവ. ഈ പതിനൊന്നെണ്ണവും നൂറു മീറ്ററില്‍ കൂടുതല്‍ വ്യാസം (diameter) ഉള്ളവയാണ്. ഇതിലേതെങ്കിലും ഒരെണ്ണം ഭൂമിയില്‍ പതിച്ചാല്‍, നൂറുകണക്കിന് ആണവായുധങ്ങള്‍ പൊട്ടുന്നത്ര വലിയ നാശമായിരിക്കും ഉണ്ടാവുക. വലിയ നഗരങ്ങളെ തുടച്ചുനീക്കാന്‍ അവയ്ക്കാകും. 

Simon Portegies Zwart
സിമാണ്‍ പോര്‍ട്ടഗീസ് സ്വാര്‍റ്റ്. Pic Credit: Leiden University

'നിയര്‍-എര്‍ത്ത് ഒബ്ജക്ടുകളു'ടെ ദൂരപരിധിയില്‍ (ഭൂമിയില്‍ നിന്ന് 75 ലക്ഷം കിലോമീറ്റര്‍) പെട്ടവയാണ്, ഡച്ച് ഗവേഷകര്‍ തിരിച്ചറിഞ്ഞ 11 ഛിന്നഗ്രഹങ്ങളും. എങ്കിലും, ഇവയില്‍ ഒരെണ്ണം പോലും ഉടനെ ഭൂമിക്ക് ഭീഷണിയാകില്ല. 2131 മുതല്‍ 2923 വര്‍ഷം വരെയുള്ള കാലയളവില്‍ മാത്രമേ ഇവ ഭൂമിക്കരികിലേക്ക് എത്തുകയുള്ളൂ എന്ന് റിപ്പോര്‍ട്ട് പറയുന്നു. 

നിര്‍മിതബുദ്ധിയുടെ പുത്തന്‍ സാധ്യതകളിലൊന്ന് മുന്നോട്ടുവെയ്ക്കുന്നു എന്നതാണ് ഈ പഠനത്തിന്റെ പ്രാധാന്യം. നിര്‍മിതബുദ്ധിയുടെ ഭാഗമായ മെഷീന്‍ ലേണിങിന്റെ പരിഷ്‌ക്കരിച്ച രൂപമാണ് 'ഡീപ്പ് ലേണിങ്' ('deep learning). മനുഷ്യമസ്തിഷ്‌ക്കത്തില്‍ സിരാകോശ ശൃംഖലകള്‍ (neural networks) പരസ്പരബന്ധിതമായി പ്രവര്‍ത്തിക്കുന്നതിനെ അനുകരിക്കും വിധമാണ് ഇത് രൂപപ്പെടുത്തുന്നത്. വന്‍തോതിലുള്ള ഡേറ്റയുടെയും കമ്പ്യൂട്ടര്‍ ശേഷിയുടെയും സഹായത്തോടെ ആല്‍ഗരിതങ്ങള്‍ കാര്യങ്ങള്‍ സ്വയം പഠിച്ചെടുക്കുകയാണ് ഡീപ് ലേണിങില്‍ ചെയ്യുന്നത്. 

അപകടകാരികളായ ഛിന്നഗ്രഹങ്ങള്‍ തിരിച്ചറിയാന്‍ ഡച്ച് ഗവേഷകര്‍ രൂപപ്പെടുത്തിയ എച്ച്.ഒ.ഐ.സംവിധാനവും ഇത്തരം ന്യൂറല്‍ ശൃംഖലയുടെ സാധ്യതയാണ് ഉപയോഗിക്കുന്നത്. ലെയ്ഡന്‍ സര്‍വകലാശാലയിലെ പുതിയ സൂപ്പര്‍കമ്പ്യൂട്ടറായ 'ആലിസ്' ('ALICE') ആണ് ഗവേഷകര്‍ ഉപയോഗിച്ചത്. സൂപ്പര്‍കമ്പ്യൂട്ടറില്‍ ആദ്യം ഒരു മാതൃക സൃഷ്ടിച്ച് അതുപയോഗിച്ച് ന്യൂറല്‍ ശൃംഖലയെ ട്രെയിന്‍ ചെയ്യിപ്പിച്ചു. സൗരയൂഥത്തില്‍ സൂര്യന്റെയും സൂര്യനെ ചുറ്റുന്ന ഗ്രഹങ്ങളുടെയും 10,000 വര്‍ഷത്തെ സഞ്ചാരപഥങ്ങളുടെ വിവരങ്ങളാണ് ഉപയോഗിച്ചത്. എന്നിട്ട്, അത് പിന്നോട്ട് ഓടിച്ചു. അങ്ങനെ സമയത്തിലൂടെ പിന്നോട്ടു പോകാനുള്ള കണക്കുകളില്‍ ഛിന്നഗ്രഹങ്ങളുടെ സഞ്ചാരപഥങ്ങള്‍ കൂടി ഉള്‍പ്പെടുത്തി. അങ്ങനെ ലഭിച്ച ഡേറ്റാബേസ് ഉപയോഗിച്ചപ്പോള്‍, ന്യൂറല്‍ ശൃംഖലയ്ക്ക് അപകടകാരികളായ ഛിന്നഗ്രഹങ്ങളെ തിരിച്ചറിയാനായി.

Merging Galaxies
ഗാലക്‌സീ ലയനം. ഇത്തരം വേളകളില്‍ പുതിയ നക്ഷത്രങ്ങള്‍ പിറക്കുന്നുണ്ടോ എന്നറിയാന്‍ നിര്‍മിതബുദ്ധിയുടെ സഹായം തേടുകയാണ് ഗവേഷകര്‍. Pic Credit: AURA/NASA

'ക്ലോക്ക് പിന്നോട്ട് ചലിപ്പിച്ചാല്‍, അറിയപ്പെടുന്ന പല ഛിന്നഗ്രഹങ്ങളും ഭൂമിയില്‍ പതിക്കുന്നത് വീണ്ടും കാണാം', പഠനപ്രബന്ധത്തിന്റെ സഹരചയിതാവ് സിമാണ്‍ പോര്‍ട്ടഗീസ് സ്വാര്‍റ്റ് (Simon Portegies Zwart), ലെയ്ഡന്‍ സര്‍വകലാശാലയുടെ വാര്‍ത്താക്കുറിപ്പില്‍ പറഞ്ഞു. 'ഇത്തരത്തില്‍ ഭൂമിയില്‍ മുമ്പ് പതിച്ചിട്ടുള്ള ഛിന്നഗ്രഹങ്ങളുടെ സഞ്ചാരപഥങ്ങളുടെ ഒരു ലൈബ്രറി തന്നെ നിങ്ങള്‍ക്ക് സൃഷ്ടിച്ചെടുക്കാം'. നാസയുടെ പട്ടികയിലെ 2000 ഛിന്നഗ്രഹങ്ങളുടെ ഡേറ്റ ഉള്‍പ്പെടുത്തി ന്യൂറല്‍ ശൃംഖല പ്രവര്‍ത്തിപ്പിച്ചപ്പോള്‍, ഏതൊക്കെ ഛിന്നഗ്രഹങ്ങള്‍ നമുക്ക് ഭീഷണിയാണ്, അല്ലാത്തവ ഏത് എന്ന് 90.99 കൃത്യതയോടെ പ്രവചിക്കാന്‍ കഴിഞ്ഞു. ന്യൂറല്‍ ശൃംഖലയുടെ കൃത്യത കൂട്ടാനുള്ള ശ്രമത്തിലാണ് സ്വാര്‍റ്റും സംഘവും. 

ഇതു മാത്രമല്ല, മറ്റ് പല ജ്യോതിശാസ്ത്ര മേഖലകളിലും നിര്‍മിതബുദ്ധിയുടെ സാധ്യതകള്‍ ഉപയോഗിക്കുകയാണ് ഗവേഷകരിപ്പോള്‍. ഉദാഹരണത്തിന്, 'സോറോന്‍ നെതര്‍ലന്‍ഡ്‌സ് ഇന്‍സ്റ്റിട്ട്യൂട്ട് ഫോര്‍ സ്‌പേസി'ലെ ലിന്‍ഗ്യൂ വാങും (Lingyu Wang) സംഘവും, ഗാലക്‌സികള്‍ പരസ്പരം ലയിക്കുന്ന വേളയില്‍ പുതിയ നക്ഷത്രങ്ങള്‍ പിറക്കുന്നുണ്ടോ എന്നു പഠിക്കാന്‍ ഇപ്പോള്‍ നിര്‍മിതബുദ്ധിയെ ആണ് ആശ്രയിക്കുന്നത്. രണ്ടുലക്ഷത്തിലേറെ ഗാലക്‌സികളുടെ ഡേറ്റ ഉപയോഗിച്ച് ഇക്കാര്യം പരിശോധിക്കാന്‍ എ.ഐ.വിദ്യകള്‍ ഗവേഷകരെ സഹായിക്കുന്നു. 

അവലംബം -

* Identifying Earth-impacting asteroids using an artificial neural network. By John D.Hefele et al. Astronomy and Astrophysics Journal, Feb 4, 2020.
* Leiden astronomers discover potential near earth objects. News Release. Leiden University, Feb 12, 2020.
* Artificial Intelligence Examines Over 200,000 Galaxies to Confirm Galaxy Mergers Ignite Starbursts. By SRON Netherlands Institute For Space Research, Jan 13, 2020.
* NASA Awards Launch Services Contract for Asteroid Redirect Test Mission. NASA Release, April 12, 2019. 

* മാതൃഭൂമി നഗരം പേജില്‍ പ്രസിദ്ധീകരിച്ചത്

Content Highlights: Asteroids Smash Into Earth, Neural Networks, AI, Artificial Intelligence, Space Rocks, Hazardous Object Identifier, HOI, NEOs, Near Earth Objects