人工智能可以帮助我们比以往更深入地了解太空

追忆人生   2017-09-06 22:14

在《星际迷航》中,时空扭曲似乎比现实世界更令人担忧。然而,这并不一定是正确的:对引力波图像的分析可以极大地扩展像哈勃望远镜这样的望远镜的范围和分辨率,使我们能够在宇宙中看到比以前更远的地方。

人工智能可以帮助我们比以往更深入地了解太空

好消息吗?将人工智能神经网络应用到这个问题上,结果比以前的方法要快得多——比之前的方法快1000万倍。这意味着,人类专家需要数周甚至数月才能完成的分析,现在可以用一秒钟的时间来进行神经网络的分析。

由斯坦福大学(Stanford University)和SLAC国家加速器实验室(SLAC National Accelerator Laboratory)的研究人员开发的新神经网络能够分析所谓的引力透镜的图像。这是阿尔伯特·爱因斯坦第一次提出的假设,他认为像恒星这样的巨大质量的质量,在它们周围有弯曲的光。这种效应类似于望远镜,它使我们能够更清晰地检查远处的物体。然而,与望远镜不同的是,引力透镜将物体扭曲成带有模糊的环和弧线——因此,对它们的理解需要计算机的计算能力。

为了训练他们的网络,研究人员在这个项目上展示了大约50万模拟的引力透镜图像。在这之后,神经网络能够发现新的镜头并确定它们的属性——下降到它们的质量是如何分布的,以及背景星系的放大水平有多大。

从数字趋势

人工智能可以帮助我们比以往更深入地了解太空

随着太阳系外行星的发现,我们最近的类似太阳的恒星变得更有趣了

“程式化的面部动画”项目将视频变成了逼真的手绘艺术

迪斯尼可能会扫描你的脸来满足它的神经网络技术

利用太阳的引力可以为我们提供星际影像

欧洲航天局的新丽萨任务将测量太空中的引力波

考虑到像大型综合测量望远镜(LSST)这样的项目,目前在SLAC正在建设的320亿像素的摄像头,预计将会使已知的强大引力透镜的数量从几百个增加到数万个,这是一个完美的时期。

人工智能可以帮助我们比以往更深入地了解太空

“我们没有足够的人能够及时地用传统方法分析所有这些数据,”博士后研究员劳伦斯·佩雷纳德·勒瓦瑟尔(Laurence Perreault Levasseur)说,他是相关自然研究报告的合著者。“神经网络将帮助我们识别有趣的物体并快速分析它们。”这将给我们更多的时间来询问关于宇宙的正确问题。

令人印象深刻的是,神经网络甚至不需要一台超级计算机来运行:一种被测试的