← Natrag
AI

Prvi ultraljubičasti snimak cijelog neba nije napravio teleskop od milijardu dolara, nego model...

Damir Radulić· 10. listopada 2026.· 4 min čitanja· 56 pregleda
Prvi ultraljubičasti snimak cijelog neba nije napravio teleskop od milijardu dolara, nego model...
🎧 Poslušaj članak

Zapamtite tu riječ. Krpanje.

Astrofizičar s Johns Hopkinsa, Brice Ménard, došao je do mape neba u ultraljubičastom koju ljudsko oko ne vidi, koju su instrumenti skupljali desetljećima, i koju nitko prije nije složio u jednu cjelinu. Ne zato što nije bilo volje. Nego zato što je posao bio dosadan. Jebeno, beskrajno dosadan. Spoji podatke iz više misija, svaki sa svojim formatom, svojom kalibracijom, svojim greškama, svojim rupama, i onda ih uskladi tako da se poklope u milimetar. To je posao za kojeg su nekad trebale godine doktoranada i kave u plastičnim čašama. Sada ga odradi agent.

I tu počinje zanimljivi dio, jer ovo nije priča o teleskopu. Ovo je priča o tome što se dogodi kad stroj koji ne razumije nebo počne proizvoditi znanstvene slike neba — i nitko ne pita što je unutra stavio.

Postoji razlika između mjerenja i crtanja. Mjerenje kaže: ovdje je detektor zabilježio foton. Crtanje kaže: ovdje bi trebao biti foton, pa evo ga. Inpainting je, u suštini, crtanje. Algoritam pogleda prazninu u podatcima, pogleda susjedne piksele, i zaključi što bi tu "logično" trebalo biti. Na fotografiji stare tete kojoj fali pola ramena to je bezopasno. Na karti svemira, gdje znanstvenici kasnije mjere raspodjelu galaksija i izvlače zaključke o tamnoj tvari, to je nešto drugo. To je kao da popuniš prazna mjesta u katastru lijepim pravilnim česticama jer "ovako izgleda susjedstvo". I onda netko na temelju tog katastra gradi zgradu.

Možda je sve u redu. Možda je model dovoljno dobar, možda su rupe bile male, možda su autori sve lijepo dokumentirali. Ali činjenica da je prva reakcija dijela astronomske zajednice na ovakvu vijest "super, a gdje je metoda provjere" govori nešto o tome koliko smo puta već vidjeli "AI je riješio problem" naslov koji se za tri mjeseca raspao pod recenzijom.

Ako je AI toliko pametan da sâm kalibrira podatke pet različitih svemirskih misija, zašto mu onda treba čovjek da mu objasni što je uopće galaksija, a što šum detektora? Ne treba mu. Ali treba mu čovjek da provjeri je li ono što je izmislio u praznini slučajno postalo dio slike koju će netko citirati u radu. I tu je cijela poanta: model ne zna razliku između mjerenja i ukrasa. On popunjava. To je njegov posao. Naša je odgovornost znati gdje je granica.

Sjetite se kako je izgledao moj posao devedesetih, kad se slagala mreža. Imao si podatke, imao si rupe, imao si log datoteke koje nitko nije čitao. I onda dođe neki alat koji ti "automatski" popuni konfiguraciju. Zvuči divno dok ne shvatiš da je popunio nešto što ne postoji i da si upravo poslao promet u prazno. Isti obrazac. Alat ne griješi jer je glup. Alat griješi jer je napravljen da uvijek nešto vrati. Nikad ne kaže "ne znam". Uvijek nacrta travu.

Ono što je stvarno novo ovdje nije nebo. Nebo je isto kao i prije. Novo je to što je cijeli lanac — prikupljanje, čišćenje, kalibracija, spajanje, popunjavanje — odradio jedan agent, bez ljudske ruke na svakom koraku. To je ono što treba gledati. Ne slika. Proces. Jer ako proces radi, sljedeći put radi na nečemu što nije nebo. Radi na medicinskim snimkama. Radi na financijskim izvještajima. Radi na podatcima o javnoj potrošnji. I tamo inpainting nije romantična zvjezdana maglica. Tamo je izmišljeni redak u proračunu.

I tu dolazimo do pravog pitanja, onog koje nitko ne postavlja jer zvuči kao da si protiv napretka: ako agent može popuniti prazninu u podatcima, tko jamči da praznina nije bila važna? U znanosti, praznina je podatak. Rupa u karti znači "ovdje nismo gledali" ili "ovdje instrument nije mogao". To je informacija o granici znanja. Krpanje te informacije briše. Slika izgleda ljepše. Znanje je siromašnije za jednu rečenicu koja je glasila: ovdje ne znamo.

Ne kažem da je mapa loša. Vjerojatno je dobra, i vjerojatno će poslužiti. Kažem da smo dobili alat koji je genijalan u proizvodnji uvjerljivih cjelina iz nepotpunih dijelova, i da još nismo smislili kako da nas ta vještina ne pojede. Jer ista vještina koja složi nebo složi i izvještaj, i prezentaciju, i pitch deck, i sve izgleda kao da je bilo tu oduvijek.

Znanstvena metoda nije ceremonija. Nije birokracija. Nije zato što profesori vole komplicirati. Metoda postoji zato što je jedini način da razlikuješ ono što si izmjerio od onoga što bi volio da si izmjerio. Kad ti alat ponudi gotovu sliku, a ti je objaviš bez pitanja, preskočio si točno onaj korak zbog kojeg znanost i funkcionira.

Ménard je napravio nešto impresivno. Slika je vjerojatno prekrasna. Ali ono što će se pamtiti nije nebo u ultraljubičastom. Pamtit će se trenutak kad je prvi put netko rekao "agent je odradio cijeli posao" i nitko nije odmah pitao "a kako znamo što je odradio između redaka". Jer to pitanje nije tehničko. To pitanje je jedina stvar koja nas još drži na strani mjerenja, a ne crtanja.

Nebo je sada kompletno. Lijepo je. I negdje u toj ljepoti, u pravilnim pikselima tamo gdje instrument nikad nije pogledao, sjedi mala izmišljena zvijezda koja postoji samo zato što je algoritam mrzio prazninu.

Izvor: the-decoder.com

umjetna inteligencijaastronomijaClaude Scienceinpaintingznanstvena metodasvemirske misijeAI agenti

Zanima vas ovakva AI tehnologija?

RiNET gradi sovereign AI rjesenja za javni sektor i poduzeca - od civic intelligence do automatizacije nabave.

Kontaktirajte nas →
0 komentara

Komentari