На 4-метровому телескопі Víctor M. Blanco в обсерваторії Серро-Тололо цієї весни й літа ночами планувала не людина, а нейромережа: вона сама вирішувала, куди наводити 570-мегапіксельну камеру Dark Energy Camera, і переписувала план прямо посеред ночі, коли змінювалися умови. Дві сесії — обидві успішні.
Вибір цілі на ніч — це постійне зважання на Місяць, хмарність та якість зображення, яку дає атмосфера. Помилився — і замість слабкої далекої галактики отримав засвічений кадр, а наступний шанс буде за кілька місяців, бо черга на великі телескопи розписана надовго. «Великі телескопи — це національні або міжнародні ресурси, і часу на них мало», — каже Алекс Дрліца-Вагнер, науковець Fermilab і професор астрономії Чиказького університету, який керував проєктом разом з Аравінданом Віджаярагхаваном, фахівцем з машинного навчання в Northwestern.
Правил моделі ніхто не прописував. Її навчали на 13 роках архіву Dark Energy Survey — показували, куди телескоп дивився в конкретний момент, і просили передбачити наступне наведення. Потім порівнювали з тим, що реально зробили астрономи, і змушували виправляти помилки. Через багато ітерацій система сама вивела, як яскравість Місяця й стан атмосфери псують знімки, хоча про це їй прямо не казали.
Розгортання на небі виконали Пол Чічура, Рейчел Гур і Гільєрмо Дамке з NOIRLab — і головним досягненням команда називає не саму модель, а те, що всю інфраструктуру для «самокерованого телескопа» вдалося вбудувати в діючу національну обсерваторію. За словами Дрліци-Вагнера, зараз система планує приблизно на рівні людини.
Тому це радше базова лінія, ніж революція. Наступна мета — навчити модель шукати стратегії спостережень, до яких астрономи самі ніколи не додумалися б. Це стане особливо важливим, коли обсерваторія Vera C. Rubin почне заливати спільноту потоком даних: супутнім телескопам доведеться реагувати на її сповіщення швидше, ніж людина встигає перерахувати варіанти.