Skip to content
Weltraumforschung

Mit Machine Learning den Weltraum verstehen

Zur Erforschung des Weltalls werden zunehmend grössere und genauere Teleskope eingesetzt. Das führt zu immer umfangreicheren Datenmengen. FHNW-Student Jonas Schwammberger nutzt Machine Learning, um aus der Datenflut Sinn zu machen.

«Sterne und Planeten haben mich schon als Kind interessiert», sagt Jonas Schwammberger, «doch damals konnte ich mir nicht vorstellen, wieviel Mathematik hinter der Erforschung des Weltalls steht». Der 28-jährige Informatiker an der Fachhochschule Nordwestschweiz FHNW muss es wissen, denn er entwickelt Algorithmen, die einst für das grösste Radioteleskop der Welt – dem Square Kilometre Array (SKA) – eingesetzt werden sollen. Sein Ziel: Eine Software, welche die enormen Datenmengen des geplanten Teleskops in Echtzeit zu einem Bild verarbeitet.

Big Data von einem anderen Stern

«Das SKA wird etwa 10 Terabyte Daten pro Sekunde produzieren», erklärt Jonas Schwammberger, «das ist Big Data auf einem Niveau, wie wir es noch nie gesehen haben». Der Lösungsansatz des Master-Studenten: Machine Learning – also das künstliche Generieren von Wissen aus Erfahrung. Normalerweise wird Machine Learning eingesetzt, um beispielsweise Aktienkurse vorherzusehen oder Diagnosen zu automatisieren. Dabei lernt das System aus den Millionen von Datenfeldern und kann so Muster und Gesetzmässigkeiten erkennen, die ein Mensch nicht gesehen hätte. Das Prinzip des Maschinellen Lernens wendet Jonas Schwammberger in der Signalverarbeitung an und will so eine schnellere Datenverarbeitung realisieren.

Grundlegende Fragen beantworten

Doch für was all der Aufwand? «Mit seinen hochaufgelösten und schnellen Daten wird das SKA ein Instrument zur Erforschung von Schwarzen Löchern, Dunkler Materie oder Gravitationswellen sein – also von grundlegenden Fragen der Physik», erklärt Jonas Schwammberger. Aber auch «nähere» Anwendungen wie die Erforschung der eigenen Sonne könnte durch das riesige Radioteleskop möglich sein. Doch das ist noch Zukunftsmusik – der Bau des ersten Instruments des SKA wird erst dieses Jahr in Südafrika gestartet und soll 2020 erste Messungen durchführen.

Über Digital Bytes

Digital Bytes ist der Wissenschaftsblog der Hochschule für Technik FHNW. Hier publizieren wir die interessantesten Ergebnisse aus unserer Forschung und Ausbildung und lassen unsere Expertinnen und Experten zu Wort kommen.
Sandro Nydegger

Sandro Nydegger ist verantwortlich für die Media Relations der Hochschule für Technik FHNW.

Digital Bytes-Newsletter. Jetzt anmelden!

  • Wir twittern

  • Kommentare

    No comment yet, add your voice below!


    Add a Comment

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

    5 × five =

    Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen dazu finden Sie unter Datenschutz.