下一代望遠鏡功能強大，將能夠掃描數百萬顆恒星，并生成大量的數據，而天文學家將負責利用這些數據進行分析。對于天文學家來說，這些數據太多了，因而并不能為數據篩選或建模帶來益處，所以天文學家們轉向打算利用人工智能對數據進行處理。
底線：過去，算法對天文學家們有所幫助，但隨著最近人工智能的發(fā)展，尤其是圖像識別能力的提高以及計算速度的提高、成本的下降，這些技術將會被更多的研究人員所使用。來自佛羅里達海灣大學的天文學家德里克 布西希說：“因為我們無法有效處理這些數據流，所以我們必須改變原來的操作模式。”
舉個例子：智利建造的高達8.4米的鏡望遠鏡（LSST）將在未來10年內，用一部汽車大小的數碼相機，每隔幾天就對整個南方的天空進行拍攝?？傮w來說，預計它將收集超過5000萬千兆字節(jié)的原始數據。
創(chuàng)新點：有些新方法，“5到10年前還不存在，他們的出現(xiàn)或者提高了運算速度，或者提高了運算的精確度，”堪薩斯大學的研究生唐納德?李-布朗說。對此進行粗略分析，結果顯示，在過去的五年中，對機器學習進行研究的天文學論文數量增加了5倍。
天文學家是如何利用人工智能的：
1）用望遠鏡進行協(xié)調配合
洛斯阿拉莫斯國家實驗室的湯姆?韋特蘭德說，觀測天空的大型望遠鏡將會對“短暫的天象事件”進行觀測——它們是新信號或“夜空作怪”的來源。
其中一些事件——比如伽馬射線暴，被Vestrand稱為“黑洞誕生公告”——持續(xù)時間僅不到一分鐘。在這么短的時間內，它們需要被探測到，被歸類為真實或虛假事件（比如是一架飛過的飛機而已），然后用最合適的望遠鏡對準它們從而進一步進行調查。
有了像LSST這樣的望遠鏡，每天晚上可能會檢測到5萬個短暫事件，同時，世界各地數百個望遠鏡也會協(xié)同進行工作。“人工速度已經趕不上機器，”韋特蘭德說，“這些工作需要機器對接來完成”。
2）對數據進行分析
在兩年的時間內，每隔30分鐘，NASA新型凌日系外行星勘測衛(wèi)星就會傳回近半個天空的全幅照片，為天文學家們提供2000萬顆恒星的信息以便觀察。
“今后關于這些恒星的數據將比我們以前了解的總量還要多，”布西說到。接下來，人工智能可以對它進行分類，如果它們有一些相似之處，就把它們組合在一起，然后交給人類去“看看人工智能無法識別的1%”。
當時的想法是，人工智能可以對數據進行分類，將有相似之處的數據組合在一起，然后交由人類對“人工智能無法識別的1%”進行分析。李-布朗說：“利用神經網絡工具可以獲取恒星的溫度信息或金屬性質，這不僅比我們以前的方法更精確，而且速度也比之前快十億倍。”機器學習現(xiàn)利用于對黑洞的研究，用于尋找外行星，并用于對宇宙及其參數進行建模。布澤西說，在處理數據方面，人工智能能夠以始終如一的穩(wěn)定性執(zhí)行任務，而人類想要達到相當的水平是非常困難的。
3）用于挖掘數據
太空望遠鏡科學研究所的約書亞?皮克說：“所得到的大部分天文學數據都被丟棄了，但其中有些數據卻蘊含著深層的物理信息，只是我們不知道怎么對其進行發(fā)掘而已。”Peek說，產生這些美麗的星云圖像之后，其中的信息經常會被丟棄。他正在開發(fā)一種叫做卷積神經網絡的機器學習工具，可以將圖像分類為不同的對象，進而從關于彌散性等離子體和氣體結構中提取特征信息——這是宇宙中大多數正常物質存在的狀態(tài)。然后，天文學家們就可以研究宇宙中不同結構之間的異同。
一個重要的問題是：“為了發(fā)現(xiàn)仍不知如何描述的東西，你應該如何編寫軟件呢？”Vestrand問道。“對于不尋常事件，有一部分是常見的，但對于那些不常見的異常事件，應該怎么處理呢？”
而這將是真正存在新發(fā)現(xiàn)的地方，因為很明顯，你并不知道它們是什么。”
（選自：Axios 作者：Alison Snyder 編譯：媒體智能 參與：Sarah 原文鏈接:https://www.axios.com/astronomers-are-using-ai-to-study-the-vast-universe-fast-1515610061-451926e4-02f9-4460-9f68-a7489e7c6577.html】
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
