KI-Agenten steuern Allen Telescope Array und erkennen erstmals Pulsar in Echtzeit
Agenten auf NVIDIA-Basis können das Allen Telescope Array steuern und KI-Modelle per Anfrage in natürlicher Sprache einsetzen. Dabei gelang die erste KI-Erkennung eines Pulsars in Echtzeit.
Agenten auf NVIDIA-Hardware können das Allen Telescope Array inzwischen steuern, die gesammelten Daten korrigieren und KI-Modelle anwenden, und das alles über Anfragen in natürlicher Sprache. Das System hat bereits die erste Echtzeit-Erkennung eines Pulsars durch KI an diesem Teleskop geliefert. Die Pipeline verarbeitet 2,4 Terabit pro Sekunde: So viele Sensordaten fließen durch sie, während die Beobachtungen noch laufen.
Das Kernproblem ist die Datenmenge. Radioteleskope erzeugen enorme Mengen an Daten, und Forschende müssen potenziell interessante Signale herausfiltern, während die Beobachtung noch läuft. Laut NVIDIAs Blogbeitrag zu dem Projekt holt DAQIRI, eine Bibliothek der Holoscan-Plattform, die Sensordaten des Teleskops direkt in den GPU-Speicher. Dort werden sie im laufenden Strom verarbeitet, statt Festplatten zu füllen. CyberEther, ein am SETI Institute entwickeltes Framework für Signalverarbeitung, übernimmt die Berechnungen mit NVIDIA CUDA-X-Bibliotheken wie cuFFT und cuBLAS. Gerechnet wird auf NVIDIA RTX PRO 6000 Blackwell GPUs, die Inferenz läuft vor Ort, direkt neben dem Instrument.
Über diesem Stack liegt eine Agenten-Schicht. Nexus, ein webbasierter Orchestrator für Observatorien, bietet den Agenten eine einheitliche Sicht auf Instrumentenstatus, Rechenressourcen und Pipelines. Forschende können Paketverluste verfolgen, Live-Spektrogramme ablesen und Signalverarbeitungsblöcke per Prompt in natürlicher Sprache umschreiben. Laut Blogbeitrag kann ein Agent mit dem Gesamtsystem die Antennen des Teleskops ausrichten, das Instrument kalibrieren und fokussieren, Datenfehler erkennen und beheben sowie das Ergebnis grafisch darstellen. NVIDIA zufolge schrumpft so Arbeit, für die Menschen Wochen oder Jahre bräuchten, auf Stunden. Das sind Angaben von NVIDIA, einen Benchmark für den Vergleich nennt der Beitrag nicht.
Der Blogbeitrag spricht von der ersten KI-Erkennung eines Pulsars im Krebsnebel in Echtzeit. Ein Pulsar ist ein schnell rotierender Sternüberrest. Offen bleibt, wie viele Erkennungen das System bisher geliefert hat, wie es im Vergleich zu herkömmlichen Pipelines abschneidet und ob der Fund bereits bekannt war. Das Team prüft außerdem offene Modelle, darunter NVIDIA Nemotron, für Fälle, in denen Datenlokalität und kurze Durchlaufzeiten am wichtigsten sind, sowie für Observatorien, die eines Tages offline auf der Rückseite des Mondes arbeiten könnten.
Breakthrough Listen und das SETI Institute bringen agentische KI in die tägliche Suche nach außerirdischer Intelligenz. Andrew Siemion, Inhaber des Bernard M. Oliver Chair for SETI am SETI Institute und Principal Investigator von Breakthrough Listen, sagte, wenn diese agentischen Observatorien ins All hinaushorchen, „könnte das, was sie finden, viel mehr mit ihnen selbst gemeinsam haben als mit den Menschen, die sie geschaffen haben“. Und weiter: „Davor muss man sich nicht fürchten.“ Die Suche selbst verändert, wie ein Radioobservatorium betrieben wird. Wer ein Ziel in einfacher Sprache beschreibt, setzt Instrument und Analyse in Gang, und die Software entscheidet, wie sie auf den Live-Datenstrom reagiert.
Was sich ändert
Art: Neue Funktion · Betrifft: Allen Telescope Array, Nexus, DAQIRI, CyberEther
Warum es wichtig ist
Die Steuerung von Sensorsystemen mit hohem Durchsatz per natürlicher Sprache zeigt, dass Agenten echte wissenschaftliche Infrastruktur betreiben können, nicht nur Softwareaufgaben.
Originalquelle
Wo wir es gesehen haben
Forward Future (Matthew Berman)
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es