当前位置:高密市浩元机械有限公司 >> 新闻动态 >> 浏览文章
新闻动态

看人工智能如何发现夜空中最亮的星

标签:看人,人工,人工智能,智能,如何,发现,夜空,空中 发布时间:2019年06月04日 点击55

探求暗物质,花键轴机器比人的眼神好。近期《计算天体物理学和宇宙学》发表的一篇论文表现,美国劳伦兹伯克利国家实验室(以下简称“伯克利实验室”)等花键轴机构共同研制的深度学习AI框架,能够探寻宇宙里暗物质的迹象。

近几年,人工智能越来越多应用于天文学研究。深度学习必要海量数据,而天文学正是AI大显身手的领域。花键轴机器可以替身类从茫茫大海里捞针,捕获到新的恒星、新的地生手星甚至暗物质。

辨认“引力透镜”,AI立功了

探求“引力透镜”是研究暗物质分布的基本方法。伟大质量的物领会像透镜一样扭曲路过的光线,找出这种扭曲就能捕获到不发光的质量物。

论文表现,伯克利实验室建立的深度学习AI框架CosmoGAN,可以分析引力透镜与暗物质的关联。它可以创建高保真、弱引力透镜收敛图。

曾几何时,探求“引力透镜”所需的模仿和数据处理很麻烦。20名科学家花费了好几个月的时间只能查看一小块空间图像。物理模仿必要数十亿个计算小时,占用数兆字节的磁盘空间。

神经网络的提高提供了花键轴机会。伯克利实验室向导的团队引入一种“生成性对抗网络(GANs)”。研究者穆斯塔法说:“也有别的深度学习方法可以从很多图像中得到收敛图,但与竞争方法相比,GANs生成特别很是高分辨率的图像,同时仍有神经网络的高服从。”

如今,天文学家可以用CosmoGAN分析大得多的天区九寨沟旅游包车,速度也更快。

CosmoGAN不是唯一取得进展的天文学深度学习神经网络。比如多伦多大学行使深度学习技术解析月球陨石坑的卫星图像,P8超级计算花键轴机的神经网络在仅仅几个小时内发现6000个新的陨石坑,是曩昔几十年中人类发现陨石坑数量的2倍。伊利诺伊大学厄巴纳-香槟分校行使深度学习来探测和分析黑洞碰撞的引力波。AI在天文学遍地开花。

数据太多,没花键轴机器玩不转

曩昔几年里,天文领域的大多数方向都在尝试使用人工智能。考虑到天文学要处理的数据之多,这是一个很天然的思路。让花键轴机器演习去分析蛛丝马迹,不如此,将来的天文学将无法运转。

不久前举办的2019年GPU技术大会吸引了全世界的人工智能学者。大会请来加州大学圣克鲁兹分校的天文学家布兰特·罗伯特森演讲,他指出:“天文学正在一场新的数据革命的风口”。罗伯特森认为,新一代天文仪器必须配合由深度学习驱动的新一代软件。

比如预计在3年后运行的大口径全天巡视望远镜(LSST)。它巡视南天那一半宇宙中的370亿个星系,生成一部时长十年的不间断视频。LSST配备的是32亿像素的相花键轴机,每晚产生25TB的数据百度网站优化,相称于如今先辈天文望远镜一生贡献的所稀有据。

再比如平方公里阵列射电望远镜(SKA)。它遍布全球,一部分天线在非洲南部8国部署Wedding video Sydney,还有100多万天线位于澳大利亚和新西兰。它的原始数据天天达到5千个PB广告策划,处理后也有50个PB左右。

“暗能量巡天”编制几亿个星系的星图;“盖亚”卫星测绘银河系数十亿恒星;“兹威基”项目每小时能够扫描3750平方度的天区。在中国,FAST天天的数据量将达150TB;郭守敬望远镜观测了901万条光谱,是世界上最大的天体光谱库……

捕获人类看不出的模式

数据越来越多,科学家试图聚合它们。但在GPU大会上,罗伯特森说,将来几个大型天文望远镜一路产生大量数据,聚合之后复杂到人类无法直接行使。而加州大学圣克鲁斯分校的科学家试图解决这个题目。计算花键轴机科学系一名博士生创建的Morpheus深度学习框架,可以基于望远镜的原始数据,逐像素地分类天体。

加州大学圣克鲁兹分校的科学家们还用AI更好地研究星系的形成。在他们2019年初发表的一项研究中,科学家用计算花键轴机模仿的星系训练计算花键轴机,让它学习星系演化的三个关键阶段。后来计算花键轴机分析来自哈勃太空望远镜的星系图像,体现出奇好。

人工智能应用于人脸识别,在海量数据训练后,可以根据一张照片,认出这小我化妆和年老时候的样子。而宇宙中许多图像也可用同样的方法来归类。

“深度学习可以探求模式,花键轴机器能看到特别很是复杂的模式,而人类看不到。”参与研究的科学家大卫·库说,“我们盼望进一步测试这种方法。在概念验证研究中,花键轴机器好像成功地在数据中找到了模仿中确定的星系演化的不同阶段。”

帮天文学家找到另一个太阳系

2018年底的一篇报道表现,谷歌人工智能发力,从开普勒系生手星观测数据库里找到了新的行星。行星是很难探求的。位于太空的开普勒卫星观察145000颗类似太阳的恒星,从恒星亮度薄弱转变来发现行星。记录4年的数据中,包括大约35000个疑似的行星记录。天文学家用花键轴机器结合人眼来识别,但最暗最弱的旌旗灯号常被忽略。

在谷歌AI的帮助下,我们发现了开普勒90i和开普勒80g两颗新行星。也让开普勒90被确认为第一个至少拥有8颗行星的外星系。

神经网络和花键轴机器学习处理了140亿个数据点,之后成功筛选出了候选者。

NASA和谷歌说,将来新技术将找到更多系生手星。NASA还透露表现不用忧虑天文学家失业。NASA的科学家杰西·道特森诠释透露表现,数据提供应神经网络之前,必要天文学家进行分类,以便人工智能可以从中学习分析出新的信息。

道特森说:“AI以后绝对会和天文学家一路工作,成为必不可少的工具。”

当然,花键轴机器学习也带来“黑盒子”风险:我们得到了答案,但我们不知道花键轴机器为何如此判断,或许答案是错的。花键轴机器也会犯错。天文学家将继承训练和适应它。

(来源:互联网)