期刊導航
天文學家利用新AI工具檢測數百個宇宙異常
借助強大的人工智能工具，天文學家們梳理了NASA哈勃的大量數據，發現了1300多個宇宙異常現象，其中800多個是科學新發現。
歐洲航天局（ESA）的大衛·奧瑞安（David O'Ryan）和巴勃羅·戈麥斯（Pablo Gomez）新研究發表于天文學與天體物理學.
“哈勃太空望遠鏡的檔案觀測數據已追溯到35年前，提供了寶貴的數據，可能發現天體物理異常。”他說奧賴恩。
天體物理異常很重要，因為它們可能是展現自然不同面貌的異常值。受過訓練的科學家可能對這些問題有敏銳的感知，并且相對容易理解。
但我們強大的天文望遠鏡收藏中的數據實在太多了。JWST貢獻了以下內容57 GB 數據每天，取決于安排的觀測。
維拉·魯賓天文臺擁有有史以來最大的數碼相機，將遠遠超過這些設備。它每晚會產生大約20TB的原始數據，僅僅處理就需要特殊的基礎設施。
隨著巨型麥哲倫望遠鏡和極大望遠鏡等強大新型望遠鏡即將投入使用，需要科學審查的天文數據量正激增成洪流。
這些海量的數據必然藏有許多隱藏的驚喜。我們的技術已經超過了有機大腦處理這些信息的能力。但技術人工智能正在趕上天文學的大規模數據生成能力。
作者們表示：“天文檔案館包含大量未被探索的數據，這些數據可能蘊藏著稀有且具有科學價值的宇宙現象。”寫.
“我們利用新的半監督方法從哈勃遺產檔案中提取此類天體。”
研究人員利用最近開發的異常檢測框架AnomalyMatch，快速搜索了近一億張來自哈勃遺產檔案.檔案館包含了大約35年前的影像。
AnomalyMatch 是一種神經網絡，一種機器學習受人腦啟發的工具。
≈作者在之前論文這時出現了工具。
AnomalyMatch只需2到3天就能處理這么多數據，遠遠是人類大腦所需時間的一小部分。這是哈勃遺產檔案首次進行如此系統性地尋找異常現象。
AnomalyMatch生成了一份可能異常的列表。這份清單包含近1400個異常物體，這個數字對人類大腦來說要容易得多。
相關報道：地震傳感器檢測來自來襲太空垃圾的音爆
奧瑞安和戈麥斯手工檢查了這1400個天體，確定其中1300個實際上是異常現象，其中超過800個從未被記錄。
銀河合并與相互作用是檔案館中最常見的異常類型。共有417個。
研究人員還發現了86個新的潛在引力透鏡。這些設備很重要，因為它們能將原本過于遙遠無法觀測的物體帶入可及范圍。
它們還幫助科學家研究暗物質在宇宙中，測量距離和宇宙膨脹，檢驗廣義相對論.
作者們說：“我們識別出許多文獻中已有的引力透鏡——但也有許多候選的新透鏡。”寫.
檔案館里還有其他異常。AnomalyMatch還發現了其他稀有天體，如水母星系。這些星系團中存在，當沖壓剝離星系氣體時，形成恒星形成的長尾部被點亮。檔案館中發現了35張。
研究還發現了一些性質不確定的異常現象。其中一個是奇異的景象，一個擁有旋轉核心和開放葉片的星系。
相關報道：太空微生物突變并發展出非凡的能力
對人工智能來說，梳理海量天文數據是完美的任務，人類大腦不太可能復制。
除了上述異常現象外，研究人員還發現了重疊星系、團塊星系、環星系，甚至高——紅移星系接近探測極限，難以辨別。他們還發現了噴射星系和AGN宿主星系。
即使所有天文觀測明天停止，發現也不會停止。強大的人工智能工具注定會變得越來越強大。哈勃以及歐洲航天局蓋亞號等其他任務的龐大現有數據集，為未來工具提供了基礎。
誰知道這些數據中等待著被發現什么？
“這是人工智能如何提升檔案數據集科學回報的有力演示。”戈麥斯說.
“哈勃數據中發現如此多此前未被記錄的異常，凸顯了該工具未來巡天的潛力。”
提供云服務支持