Eingabe löschen
Zum Inhalt

Hauptnavigation

Zürcher Hochschule
für Angewandte
Wissenschaften

Servicenavigation

SKAO Science Book veröffentlicht

Kürzlich ist ein neues Buch zu den wissenschaftlichen Arbeiten des SKA Observatory erschienen, das einen aktuellen Überblick über das breite Spektrum der Forschung vermittelt, die durch die SKA-Teleskope ermöglicht wird.

Seit 2022 beteiligen sich Forscher der ZHAW aus dem CAI (Dr. Philipp Denzel, Dr. Frank-Peter Schilling) und dem IWI der SML (Dr. Elena Gavagnin) gemeinsam mit anderen Schweizer Universitäten, darunter ETHZ, UZH und EPFL, am SKACH-Konsortium, dem Schweizer Beitrag zur globalen SKAO-Organisation (Square Kilometre Array Observatory), die das grösste Radioteleskop der Welt baut, das derzeit an zwei Standorten in Südafrika und Australien errichtet wird.

Kürzlich erschien das Buch „Advancing Astrophysics II“, das die bahnbrechenden wissenschaftlichen Forschungsarbeiten vorstellt, die mit den SKA-Teleskopen möglich werden. Es enthält über 200 begutachtete Fachartikel, die von mehr als 1.500 Wissenschaftlern aus über 50 Ländern zusammengestellt wurden.

Das SKACH-Team der ZHAW hat ein Kapitel beigesteuert, das die zentrale Rolle von KI im SKA-Zeitalter beleuchtet - vom Echtzeitbetrieb bis hin zu wissenschaftlichen Entdeckungen. Wir untersuchen, wie Deep-Learning-Modelle die automatisierte Quellenerkennung, die Minderung von Hochfrequenzstörungen, die Erkennung von Anomalien und die Parameterinferenz ermöglichen, während generative Ansätze Himmelssimulationen, Kalibrierung und Bildgebung beschleunigen. Reinforcement Learning verspricht dynamische Planung und autonome Systemsteuerung, und Federated Learning könnte der verteilten Natur der SKA-Daten gerecht werden. Über die Performance hinaus betonen wir die Notwendigkeit von Erklärbarkeit, Unsicherheitsquantifizierung und physikalisch fundiertem Inductive Bias, um die wissenschaftliche Integrität zu gewährleisten. 

Indem wir die zentralen Herausforderungen des SKAO – Datenvolumen, Komplexität und Interpretierbarkeit – auf moderne KI-Methoden abbilden, untersuchen wir, wie Deep Learning, Self-supervised Learning und probabilistische Modelle neue Horizonte in der Kosmologie, der Galaxienentwicklung und der Astrophysik eröffnen können. KI ist nicht bloss ein Werkzeug zur automatisierten Skalierung. Sie ist ein Katalysator für Entdeckungen und definiert neu, wie wir das Universum beobachten, modellieren und verstehen.

SKAO Science Book II: https://www.skao.int/en/science-users/aaskaii

Kapitel “The Role of Artificial Intelligence in the SKA Era”: https://arxiv.org/abs/2606.28493