അന്യഗ്രഹ സാങ്കേതികവിദ്യ കണ്ടെത്താൻ മെഷീൻ ലേണിംഗ് നമ്മെ സഹായിക്കും. അതെങ്ങനെയെന്ന് നോക്കാം

You are currently viewing അന്യഗ്രഹ സാങ്കേതികവിദ്യ കണ്ടെത്താൻ മെഷീൻ ലേണിംഗ് നമ്മെ സഹായിക്കും. അതെങ്ങനെയെന്ന് നോക്കാം

2015-ൽ, ഭൂമിയിലെ ഒരു വലിയ നിരീക്ഷണാലയം ബഹിരാകാശ സമയത്തിന്റെ 4 ഡി ഘടനയുടെ തെളിവ് പിടിച്ചെടുത്ത അതേ വർഷം, ശാസ്ത്രജ്ഞർ വളരെ ദൂരെയുള്ള ഒരു ആശയവുമായി കളിക്കാൻ തുടങ്ങി: ബുദ്ധിമാനായ അന്യഗ്രഹജീവികൾ അവിടെയുണ്ടെങ്കിൽ, അവർ സ്വന്തമായി ഒരു ശാസ്ത്രീയ മെഗാസ്ട്രക്ചർ നിർമ്മിക്കാൻ ശ്രമിക്കുമായിരുന്നോ? അവർ അങ്ങനെ ചെയ്താൽ, നമുക്ക് അത് കണ്ടെത്താൻ കഴിയുമോ? വാസ്തവത്തിൽ, ഞങ്ങൾ ഇതിനകം ഉണ്ടോ?

അതെ, ഞാൻ പൂർണ്ണമായും ഗൗരവത്തിലാണ്. “പ്ലാനറ്റ് ഹണ്ടേഴ്സ് IX” എന്ന ആകർഷകമായ ഒരു പ്രബന്ധത്തോടെയാണ് ഇതെല്ലാം ആരംഭിക്കുന്നത്. കെഐസി 8462852 – ഫ്ലക്സ് എവിടെയാണ്?”

നാസയുടെ കെപ്ലർ ദൂരദർശിനിയിൽ നിന്ന് ശേഖരിച്ച വിവരങ്ങളുടെ വിശകലനം ഒരു കൂട്ടം ഗവേഷകർ ഈ പ്രബന്ധത്തിൽ അവതരിപ്പിച്ചു. നിങ്ങൾ ഇരിക്കുന്ന സ്ഥലത്ത് നിന്ന് ഏകദേശം 1,470 പ്രകാശവർഷം അകലെയുള്ള ഒരു നക്ഷത്രവുമായി ബന്ധപ്പെട്ടതാണ് ഇത്, കെഐസി 8462852 അല്ലെങ്കിൽ ബോയാജിയൻസ് സ്റ്റാർ എന്ന് നാമകരണം ചെയ്യപ്പെട്ടു. ടീമിന്റെ ഫലങ്ങൾ അനുസരിച്ച്, ബോയാജിയൻസ് സ്റ്റാർ വെളിച്ചത്തിൽ വളരെ വിചിത്രമായ ഒരു കൂട്ടം ഇടിവുകൾ പ്രകടിപ്പിക്കുന്നതായി തോന്നി.

സാധാരണയായി, പ്രപഞ്ചത്തിലെ നമ്മുടെ വാന്റേജ് പോയിന്റിൽ നിന്ന് ഒരു നക്ഷത്രത്തെ പഠിക്കുമ്പോൾ, ദൂരദർശിനികൾക്ക് സ്വാഭാവികമായും നക്ഷത്രവെളിച്ചത്തിൽ മുങ്ങുന്നത് കാണാൻ കഴിയും. നിങ്ങൾ ഒരു തിളക്കമുള്ള ലൈറ്റ് ബൾബിലേക്ക് തുറിച്ചുനോക്കുകയാണെന്ന് കരുതുക, അപ്പോൾ ആരോ ലൈറ്റ് ബൾബിന് മുന്നിൽ കടന്നുപോകുന്നു. അതിന്റെ പുറന്തള്ളൽ തടസ്സപ്പെട്ടതായി കാണപ്പെടും. സാധാരണയായി, നിങ്ങൾ പ്രതീക്ഷിക്കുന്നതുപോലെ, ഒരു എക്സോപ്ലാനറ്റ് അതിന്റെ നക്ഷത്ര ഹോസ്റ്റിനെ പരിക്രമണം ചെയ്യുമ്പോൾ അത്തരം മങ്ങലിന് കാരണമാകുന്നു – പക്ഷേ … ബോയാജിയാന്റെ നക്ഷത്രത്തിനു വേണ്ടിയല്ല.

“ഇത് ഒരു ഗോളമല്ല,” ജനുവരിയിൽ അമേരിക്കൻ അസ്ട്രോണമിക്കൽ സൊസൈറ്റിയുടെ 243-ാമത് യോഗത്തിൽ സെറ്റി ഇൻസ്റ്റിറ്റ്യൂട്ടിലെ പോസ്റ്റ്ഡോക്ടറൽ ഗവേഷകനായ ഡാനിയൽ ഗൈൽസ് പറഞ്ഞു. “ഇത് ഒരു കൂട്ടം പാനലുകൾ പോലെ എന്തോ ചേർന്നതാണ് … ഒരു മെഗാസ്ട്രക്ചർ എങ്ങനെയായിരിക്കുമെന്ന് തോന്നുന്നു.”

ഇക്കാരണത്താൽ, 2015 ലെ ഫലത്തെത്തുടർന്ന് ജനക്കൂട്ടം വന്യമായി. വാർത്താ ലേഖനങ്ങൾ, തുടർ നിരീക്ഷണങ്ങൾ, അഭിപ്രായ ലേഖനങ്ങൾ, പൊതുവായ സംഭാഷണങ്ങൾ എന്നിവ പോലും ജ്യോതിശാസ്ത്രത്തിന്റെ ഇടത്തിലൂടെ ഒഴുകാൻ തുടങ്ങി. ഓക്കേ, നിർത്ത്. ഞാൻ നിങ്ങൾക്ക് പ്രശ്നം ഒഴിവാക്കുകയും ആത്യന്തിക സമവായം എന്താണെന്ന് നിങ്ങളെ അറിയിക്കുകയും ചെയ്യും: ഇല്ല, ഈ വിചിത്രമായ ഇടിവുകൾ ഭാവിയിലെ അന്യഗ്രഹ സാങ്കേതികവിദ്യയുടെ ഒരു വലിയ കഷണം മൂലമല്ല സംഭവിച്ചത്. “ഇത് പൊടിയായിരിക്കാം,” ഗൈൽസ് പറഞ്ഞു. പക്ഷെ ഇതാ കാര്യം.

“ഇതുപോലുള്ള സിഗ്നലുകൾ യഥാർത്ഥത്തിൽ കെപ്ലർ ഡാറ്റയിൽ നഷ്ടപ്പെട്ടു,” ഗൈൽസ് വിശദീകരിച്ചു. വാസ്തവത്തിൽ, പേപ്പറിന് പിന്നിലെ ഗവേഷകർ ലൈറ്റ് ഡിപ് അസ്വാഭാവികത കണ്ടെത്തിയതിന്റെ ഒരു പ്രധാന കാരണം പൗര ശാസ്ത്രജ്ഞർ മറ്റെന്തെങ്കിലും തിരയുന്നതിനിടയിൽ യാദൃശ്ചികമായി ഇത് കണ്ടെത്തി എന്നതാണ്.

അല്ലെങ്കിൽ ഗൈൽസ് പറഞ്ഞതുപോലെ: “ആളുകൾ നോക്കുന്നില്ല.”

അതാണ് അദ്ദേഹവും സഹ ഗവേഷകരും ലക്ഷ്യമിടുന്നത്. ഒരുപക്ഷേ, അന്യഗ്രഹജീവികളെക്കുറിച്ചുള്ള സത്യം ഡാറ്റയിൽ നേരിട്ട് ഉണ്ടെന്ന് അവർ വിശ്വസിക്കുന്നു – ഞങ്ങൾ അത് അന്വേഷിക്കേണ്ടതുണ്ട്. പക്ഷേ, ശരിക്കും നോക്കൂ.

മെഷീനുകൾ ലിസ്റ്റുചെയ്യുന്നു

ചുരുക്കത്തിൽ, നാസയുടെ ട്രാൻസിറ്റിംഗ് എക്സോപ്ലാനറ്റ് സർവേ സാറ്റലൈറ്റ് അല്ലെങ്കിൽ ടെസ് ശേഖരിച്ച ഡാറ്റയിലെ ആശയക്കുഴപ്പമുണ്ടാക്കുന്നതും നിഗൂഢവും കൗതുകകരവും സാധാരണമല്ലാത്തതുമായ സിഗ്നലുകൾ തിരയാൻ ഗൈൽസും സംഘവും ഉദ്ദേശിക്കുന്നു. നിർവചിക്കപ്പെട്ട ആകൃതിയോ നിർവചിക്കപ്പെട്ട ആഴമോ നിർവചിക്കപ്പെട്ട സമയപരിധിയോ ഇല്ലാത്ത സ്റ്റാർലൈറ്റ് ഡിപ്പുകൾ വേട്ടയാടാൻ അവർ ആഗ്രഹിക്കുന്നു. കോസ്മിക് ഔട്ട്ലിയറുകൾ.

നാസയുടെ ടെസ് ദൗത്യം എക്സോപ്ലാനറ്റുകളെ തിരിച്ചറിയുന്നതിനാണ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്, പക്ഷേ നക്ഷത്രങ്ങളെ നന്നായി മനസ്സിലാക്കാൻ അതിന്റെ ഡാറ്റ ഉപയോഗിക്കാതിരിക്കാൻ ഒരു കാരണവുമില്ല.

ഫോട്ടോമെട്രിക് വളവുകളിലൂടെ ഇതുപോലുള്ള വിചിത്രമായ ഇടിവുകൾ കണ്ടെത്താൻ കഴിയും, ഇത് കാലക്രമേണ തിളക്കത്തെ പ്രതിനിധീകരിക്കുന്നു. “ഞങ്ങൾ ഫോട്ടോണുകൾ എണ്ണുകയാണ്,” ഗൈൽസ് ചുരുക്കത്തിൽ വിശദീകരിച്ചു. എന്നിരുന്നാലും, ഈ അസാധാരണ-വേട്ടയാടൽ അന്വേഷണം ആരംഭിക്കാൻ ടീം ആഗ്രഹിക്കുന്നത് ഇങ്ങനെയാണ്: മെഷീൻ ലേണിംഗ്.

പ്രക്രിയ ഏതാണ്ട് ഇനിപ്പറയുന്നവയാണ്.

പഠനത്തിൽ ഉപയോഗിക്കുന്ന ടെസ് ഡാറ്റ വിവിധ ആകാശ മേഖലകളെക്കുറിച്ചുള്ള ഉപഗ്രഹത്തിന്റെ കാഴ്ചയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഈ മേഖലകൾ ഒരു സമയം ഏകദേശം 30 ദിവസങ്ങളിൽ വീക്ഷിച്ചു; ആ സ്കാനിംഗിനിടെ, ഓരോ 30 മിനിറ്റിലും നിരീക്ഷിച്ച പ്രദേശത്തിന്റെ ഒരു സ്നാപ്ഷോട്ട് ടെസ് എടുത്തു. ഇത് ഒടുവിൽ വിശകലനത്തിന് തയ്യാറായ ഏകദേശം 60 ദശലക്ഷം പ്രകാശ വളവുകളിലേക്ക് ടീമിനെ നയിച്ചു, ഇത് 14 കാന്തിമാനത്തേക്കാൾ തിളക്കമുള്ള നക്ഷത്രങ്ങൾക്കായി സൃഷ്ടിച്ചു. കാന്തിമാന സമ്പ്രദായത്തിൽ, ചെറിയ സംഖ്യകൾ വലിയ സംഖ്യകളേക്കാൾ തിളക്കമുള്ളതാണ് – ഉദാഹരണത്തിന്, കാന്തിമാനം 0 വസ്തുവിന് കാന്തിമാനം 5 വസ്തുവിനേക്കാൾ 100 മടങ്ങ് തിളക്കമുണ്ട്. ഒരു പൂർണചന്ദ്രൻ -12.6 കാന്തിമാനമുള്ള നെഗറ്റീവുകളിലേക്ക് പോകുന്നു; സൂര്യന്റെ കാന്തിമാനം -27 ആണ്. അങ്ങനെ പലതും.

അടുത്ത ഘട്ടം ലൈറ്റ് വളവുകൾ അവയുടെ ആകൃതി, ആനുകാലികത തുടങ്ങിയ കാര്യങ്ങളെ അടിസ്ഥാനമാക്കി മാസ് സംഘടിപ്പിക്കാൻ ആരംഭിക്കുക എന്നതാണ്. “ഞങ്ങൾ 60 ദശലക്ഷം വ്യത്യസ്ത ലൈറ്റ് വളവുകൾ പ്രോസസ്സ് ചെയ്യുന്നു, അതിനാൽ അവ വിലകുറഞ്ഞതും കണക്കുകൂട്ടാൻ എളുപ്പവുമാണ്,” ഗൈൽസ് പറഞ്ഞു. “ഞങ്ങൾ ഈ വിലകുറഞ്ഞ അളവുകൾ കണക്കുകൂട്ടുന്നു, തുടർന്ന് ഞങ്ങൾ അതിൽ അപാകത കണ്ടെത്തൽ നടത്തുന്നു, ഇത് സാന്ദ്രത അടിസ്ഥാനമാക്കിയുള്ള അസ്വാഭാവിക കണ്ടെത്തലാണ് – എന്താണ് സവിശേഷതകളുള്ളതെന്ന് ഞങ്ങൾ കണ്ടെത്തുന്നു.”

തുടർന്ന്, ഡാറ്റ കൈകാര്യം ചെയ്യാവുന്ന വലുപ്പത്തിലേക്ക് ചുരുക്കിയ ശേഷം, സാധാരണയായി കൂടുതൽ കമ്പ്യൂട്ടേഷണൽ പവർ എടുക്കുന്ന കൂടുതൽ ഗ്രാനുലാർ ടെക്നിക്കുകൾ പ്രയോഗിക്കാൻ ടീം തയ്യാറാകുന്നു. വളരെ സങ്കീര് ണവും ചെയ്യാന് പ്രയാസമുള്ളതുമായ വിശകലനങ്ങള് . “പെരുമാറ്റം യഥാർത്ഥത്തിൽ നിലനിൽക്കുന്നുവെന്ന് ഞങ്ങൾ ഉറപ്പാക്കുന്നു, അത് ജ്യോതിശാസ്ത്രപരമാണ്, ഇൻസ്ട്രുമെന്റേഷൻ പ്രശ്നം മൂലമല്ല,” ഗൈൽസ് പറഞ്ഞു.

എന്തെങ്കിലും തിരിച്ചറിയാവുന്ന ഒരു പാറ്റേൺ പ്രദർശിപ്പിക്കുന്നുവെങ്കിൽ, കൊല്ലൽ ഘട്ടത്തിലേക്ക് മടങ്ങാനുള്ള സമയമാണിത്.

“അവസാനമായി, ഞങ്ങൾ സ്വമേധയാ കടന്നുപോകുന്നു,” ഗൈൽസ് പറഞ്ഞു, “കാരണം വിചിത്രമായ വസ്തുക്കൾ കണ്ടെത്തുന്നതിൽ മനുഷ്യന്റെ കണ്ണിനേക്കാൾ മികച്ചതായി ഒന്നുമില്ല.”

ഒരു അന്യഗ്രഹജീവിയെ കണ്ടെത്താൻ, നിങ്ങൾക്ക് ഒരു മനുഷ്യൻ ആവശ്യമായി വന്നേക്കാം

തികച്ചും സത്യസന്ധമായി പറഞ്ഞാൽ, ഒരു യന്ത്രത്തിനും യഥാർത്ഥത്തിൽ കണ്ടെത്താൻ കഴിയാത്ത വിചിത്രമായ കാര്യങ്ങൾ കണ്ടെത്താൻ ആന്തരികമായി മനുഷ്യന് കഴിയുന്ന എന്തെങ്കിലും കേട്ടപ്പോൾ ഞാൻ ആവേശഭരിതനായി. ബുദ്ധിയുള്ള അന്യഗ്രഹജീവികളെ കണ്ടെത്താനുള്ള ഞങ്ങളുടെ വന്യമായ ശ്രമത്തെ ഇത് അടിസ്ഥാനമാക്കിയുള്ളതാണെന്ന് ഞാൻ കരുതുന്നു. ഞങ്ങൾ സ്വാഭാവികമായും ജിജ്ഞാസയുള്ളവരാണെന്ന് ഞാൻ കരുതുന്നു, പാറ്റേണുകളിലെ വീഴ്ചകളിലേക്ക് എങ്ങനെയെങ്കിലും ആകർഷിക്കപ്പെടുന്നു.

“ഞങ്ങൾക്ക് എം എൽ രീതികൾ ഉപയോഗിക്കാൻ കഴിയുന്ന ഒരു പ്രത്യേക തലമുണ്ട്,” ഗൈൽസ് Space.com പറഞ്ഞു, “പക്ഷേ ആത്യന്തികമായി, എന്തുകൊണ്ടാണ് കാര്യങ്ങൾ സംഭവിക്കുന്നതെന്ന് മനസിലാക്കാൻ ഞങ്ങൾക്ക് കഴിയേണ്ടതുണ്ട്.”

ഒരുപക്ഷേ ഏറ്റവും കൃത്യതയുള്ള ഡാറ്റാസെറ്റുകൾ നിറഞ്ഞ ഒരു പൂൾ – വളരെ കൃത്യതയുള്ള ഡാറ്റാസെറ്റുകൾ നിറഞ്ഞ ഒരു പൂൾ – ഒരു മനുഷ്യൻ കണക്ഷനുകൾ സൃഷ്ടിക്കാൻ തുടങ്ങുന്നതുവരെ ഒരു യന്ത്രം ഇതുവരെ തിരിച്ചറിയാൻ പ്രോഗ്രാം ചെയ്തിട്ടില്ല.

“അസ്വാഭാവികത കണ്ടെത്തൽ പോലുള്ള കാര്യങ്ങൾക്ക്, ഒരു അധിക വിദ്യയുണ്ട്,” ഗൈൽസ് പറഞ്ഞു. “ഒരു അടിസ്ഥാന സത്യം ഇല്ല, അതിനാൽ വിചിത്രമായ വസ്തുക്കളോ ഏറ്റവും രസകരമായ വസ്തുക്കളോ കണ്ടെത്താൻ ഞങ്ങൾക്ക് എന്തെങ്കിലും പരിശീലിപ്പിക്കാൻ കഴിയില്ല, കാരണം അത് എന്താണെന്ന് ഞങ്ങൾക്ക് അറിയില്ല.”

കെഐസി 8462852 താരതമ്യത്തിനായി മറ്റൊരു തിളക്കമുള്ള നക്ഷത്രവും, ഇതിന് ഇടതുവശത്തേക്ക് (കിഴക്ക്) ഒരു വ്യതിരിക്തമായ പ്രോട്രൂഷൻ ഉണ്ടെന്ന് കാണിക്കുന്നു.

മനുഷ്യ ഘടനയെ അനുകരിക്കാൻ ലക്ഷ്യമിടുന്ന സ്റ്റാൻഡേർഡ് റോബോട്ടിക്സിന്റെ കാര്യം വരുമ്പോൾ പോലും, ശാസ്ത്രജ്ഞരെ സംബന്ധിച്ചിടത്തോളം ഒരു പരിമിതപ്പെടുത്തുന്ന ഘട്ടം നാം നീങ്ങുന്ന രീതിയെ നിർണ്ണയിക്കുന്ന ഭൗതിക നിയമങ്ങൾ ഡീകോഡ് ചെയ്യുന്നതുമായി ബന്ധപ്പെട്ടതാണ്. കാരണം, മനുഷ്യരെന്ന നിലയിൽ, മാനവികതയുടെ ചില വശങ്ങൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നമുക്ക് ശരിക്കും അറിയേണ്ട ആവശ്യമില്ല. അവർ വെറുതെ പണിയെടുക്കുന്നു. ഉദാഹരണത്തിന്, ഏതാനും വർഷങ്ങൾക്ക് മുമ്പ്, നമ്മുടെ വിരലടയാളങ്ങൾ നമ്മുടെ പിടിയെ എങ്ങനെ ബാധിക്കുന്നുവെന്ന് കണ്ടെത്തുന്നതിൽ ഒരു ടീം ഒരു മുന്നേറ്റം നടത്തി. നിങ്ങൾ വഴുവഴുപ്പുള്ള പാത്രങ്ങൾ കഴുകുമ്പോൾ, പാത്രങ്ങൾ നിങ്ങളുടെ കൈകളിൽ നിന്ന് വീഴാതിരിക്കാൻ അവ എത്ര കഠിനമായി പിടിക്കണമെന്ന് നിങ്ങൾക്ക് സ്വാഭാവികമായി അറിയാമോ? ആ മുഴുവൻ സമയത്തും നിങ്ങൾ അറിയാതെ നിങ്ങളുടെ വിരലടയാളങ്ങൾ പരിഗണിക്കുന്നു. എന്നാൽ ആ സഹജവാസനയെ ലിഖിത വസ്തുതയാക്കി മാറ്റാൻ ശാസ്ത്രജ്ഞർക്ക് അക്ഷരാർത്ഥത്തിൽ ഭൗതികശാസ്ത്രത്തിന്റെ ഒരു പുതിയ നിയമം നിർമ്മിക്കേണ്ടിവന്നു.

സ്വന്തമായി ചില പരിഹാരങ്ങൾ കൊണ്ടുവരാൻ ഇരുവരും സാങ്കേതികമായി പരിശീലനം നേടിയവരാണെങ്കിലും എംഎല്ലിന്റെയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെയും കാര്യത്തിൽ സമാനമായ ആശങ്കയുണ്ടെന്ന് തോന്നുന്നു. ഞങ്ങൾ മുമ്പ് കണ്ടെത്തിയിട്ടില്ലാത്ത എന്തെങ്കിലും കണ്ടെത്താൻ ഒരു യന്ത്രം പ്രോഗ്രാം ചെയ്യുന്നത് ബുദ്ധിമുട്ടാണ്, കാരണം തിരയാൻ ഞങ്ങൾ എന്താണ് പറയുക? നമ്മൾ ഒരിക്കലും ചോദിക്കാൻ വിചാരിക്കാത്ത ചില പ്രപഞ്ച ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ കഴിയുന്ന കണ്ടുപിടുത്തമായി ശാസ്ത്രജ്ഞർ ജെയിംസ് വെബ് ബഹിരാകാശ ദൂരദർശിനിയെ പിന്തുണയ്ക്കുന്നത് പോലെയാണ് ഇത്.

“ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, എംഎൽ എന്നിവയ്ക്ക് ഞങ്ങൾക്കായി ചെയ്യാൻ കഴിയുന്നതിന് പരിമിതികളുണ്ട്, പക്ഷേ എം എൽ പ്രത്യേകമായി എന്താണ് ചെയ്യുന്നതെന്ന് ഞങ്ങൾ മനസ്സിലാക്കുന്നിടത്തോളം ധാരാളം അവസരങ്ങളും ഉണ്ട്,” ഗൈൽസ് പറഞ്ഞു.

എന്നിരുന്നാലും, ക്രോഡീകരിക്കാവുന്ന നിർദ്ദിഷ്ട അപാകതകൾ തിരയാനും ടീം ശ്രമിക്കുന്നുണ്ടെന്ന് ഗൈൽസ് പറയുന്നു. “ഞങ്ങൾക്ക് അറിയാവുന്ന ഡിപ് സിഗ്നേച്ചറുകളില്ലാത്ത ലൈറ്റ് വളവുകളിലേക്ക് ഞങ്ങൾ ഏകദേശം 2 ദശലക്ഷം വ്യത്യസ്ത കൃത്രിമ സിഗ്നലുകൾ കുത്തിവച്ചിട്ടുണ്ട്, പക്ഷേ അവയിൽ ഇപ്പോഴും കരകൗശല വസ്തുക്കൾ ഉണ്ട്, അതിനാൽ അവർക്ക് ഇപ്പോഴും പെരുമാറ്റം നടക്കുന്നു,” അദ്ദേഹം പറഞ്ഞു.

ഇതുവരെയുള്ള അസ്വാഭാവിക ഫലങ്ങളുടെ കാര്യമോ? “ഇവയൊന്നും ഇതുവരെ ഞങ്ങളോട് മെഗാ സ്ട്രക്ചറുകളെപ്പോലെ സംസാരിക്കുന്നില്ല,

“പക്ഷേ അവ തീർച്ചയായും രസകരമാണ്.”

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply