• 唯爱棋牌游

    新聞中心 > 熱點要聞 > 正文

    看人工智能 如何發現夜空中最亮的星

    2019年06月03日17:13  來源:科技日報

    5034

      尋找暗物質,機器比人的眼神好。近期《計算天體物理學和宇宙學》發表的一篇論文顯示,美國勞倫茲伯克利國家實驗室(以下簡稱“伯克利實驗室”)等機構共同研制的深度學習AI框架,能夠探尋宇宙里暗物質的跡象。

      近幾年,人工智能越來越多應用于天文學研究。深度學習需要海量數據,而天文學正是AI大顯身手的領域。機器可以替人類從茫茫大海里撈針,捕捉到新的恒星、新的地外行星甚至暗物質。

      辨認“引力透鏡”,AI立功了

      尋找“引力透鏡”是研究暗物質分布的基本方法。巨大質量的物體會像透鏡一樣扭曲路過的光線,找出這種扭曲就能捕捉到不發光的質量物。

      論文顯示,伯克利實驗室建立的深度學習AI框架CosmoGAN,可以分析引力透鏡與暗物質的關聯。它可以創建高保真、弱引力透鏡收斂圖。

      曾幾何時,尋找“引力透鏡”所需的模擬和數據處理很麻煩。20名科學家花費了好幾個月的時間只能查看一小塊空間圖像。物理模擬需要數十億個計算小時,占用數兆字節的磁盤空間。

      神經網絡的進步提供了機會。伯克利實驗室領導的團隊引入一種“生成性對抗網絡(GANs)”。研究者穆斯塔法說:“也有別的深度學習方法可以從許多圖像中得到收斂圖,但與競爭方法相比,GANs生成非常高分辨率的圖像,同時仍有神經網絡的高效率。”

      現在,天文學家可以用CosmoGAN分析大得多的天區,速度也更快。

      CosmoGAN不是唯一取得進展的天文學深度學習神經網絡。比如多倫多大學利用深度學習技術解析月球隕石坑的衛星圖像,P8超級計算機的神經網絡在僅僅幾個小時內發現6000個新的隕石坑,是過去幾十年中人類發現隕石坑數量的2倍。伊利諾伊大學厄巴納-香檳分校利用深度學習來探測和分析黑洞碰撞的引力波。AI在天文學遍地開花。

      數據太多,沒機器玩不轉

      過去幾年里,天文領域的大多數方向都在嘗試使用人工智能。考慮到天文學要處理的數據之多,這是一個很自然的思路。讓機器練習去分析蛛絲馬跡,不如此,未來的天文學將無法運轉。

      不久前舉辦的2019年GPU技術大會吸引了全世界的人工智能學者。大會請來加州大學圣克魯茲分校的天文學家布蘭特·羅伯特森演講,他指出:“天文學正在一場新的數據革命的風口”。羅伯特森認為,新一代天文儀器必須配合由深度學習驅動的新一代軟件。

      比如預計在3年后運行的大口徑全天巡視望遠鏡(LSST)。它巡視南天那一半宇宙中的370億個星系,生成一部時長十年的不間斷視頻。LSST配備的是32億像素的相機,每晚產生25TB的數據,相當于現在先進天文望遠鏡一生貢獻的所有數據。

      再比如平方公里陣列射電望遠鏡(SKA)。它遍布全球,一部分天線在非洲南部8國部署,還有100多萬天線位于澳大利亞和新西蘭。它的原始數據每天達到5千個PB,處理后也有50個PB左右。

      “暗能量巡天”編制幾億個星系的星圖;“蓋亞”衛星測繪銀河系數十億恒星;“茲威基”項目每小時能夠掃描3750平方度的天區。在中國,FAST每天的數據量將達150TB;郭守敬望遠鏡觀測了901萬條光譜,是世界上最大的天體光譜庫……

      捕捉人類看不出的模式

      數據越來越多,科學家試圖聚合它們。但在GPU大會上,羅伯特森說,未來幾個大型天文望遠鏡一起產生大量數據,聚合之后復雜到人類無法直接利用。而加州大學圣克魯斯分校的科學家試圖解決這個問題。計算機科學系一名博士生創建的Morpheus深度學習框架,可以基于望遠鏡的原始數據,逐像素地分類天體。

      加州大學圣克魯茲分校的科學家們還用AI更好地研究星系的形成。在他們2019年初發表的一項研究中,科學家用計算機模擬的星系訓練計算機,讓它學習星系演化的三個關鍵階段。后來計算機分析來自哈勃太空望遠鏡的星系圖像,表現出奇好。

      人工智能應用于人臉識別,在海量數據訓練后,可以根據一張照片,認出這個人化妝和年老時候的樣子。而宇宙中很多圖像也可用同樣的方法來歸類。

      “深度學習可以尋找模式,機器能看到非常復雜的模式,而人類看不到。”參與研究的科學家大衛·庫說,“我們希望進一步測試這種方法。在概念驗證研究中,機器似乎成功地在數據中找到了模擬中確定的星系演化的不同階段。”

      幫天文學家找到另一個太陽系

      2018年底的一篇報道顯示,谷歌人工智能發力,從開普勒系外行星觀測數據庫里找到了新的行星。行星是很難尋找的。位于太空的開普勒衛星觀察145000顆類似太陽的恒星,從恒星亮度微弱變化來發現行星。記錄4年的數據中,包括大約35000個疑似的行星記錄。天文學家用機器結合人眼來識別,但最暗最弱的信號常被忽略。

      在谷歌AI的幫助下,我們發現了開普勒90i和開普勒80g兩顆新行星。也讓開普勒90被確認為第一個至少擁有8顆行星的外星系。

      神經網絡和機器學習處理了140億個數據點,之后成功篩選出了候選者。

      NASA和谷歌說,未來新技術將找到更多系外行星。NASA還表示不用擔心天文學家失業。NASA的科學家杰西·道特森解釋表示,數據提供給神經網絡之前,需要天文學家進行分類,以便人工智能可以從中學習分析出新的信息。

      道特森說:“AI以后絕對會和天文學家一起工作,成為必不可少的工具。”

      當然,機器學習也帶來“黑盒子”風險:我們得到了答案,但我們不知道機器為何如此判斷,或許答案是錯的。機器也會犯錯。天文學家將繼續訓練和適應它。(高 博)

      延伸閱讀

      專家點評

      深度學習還不具備“物理直覺”

      確實,現在人工智能已經深入到了天文天體物理學的各個分支領域。目前,美國勞倫茲伯克利國家實驗室利用深度學習,能夠快速根據宇宙三維密度分布,判斷暗物質、暗能量等宇宙學基本常數,他們發現應用人工智能之后,統計量誤差比先前應用傳統統計學辦法小不少。此外,我們也利用深度學習在極低信噪比的光譜中尋找宇宙早期的氫、碳元素,發現比傳統方法也要好用。

      同時,天文學家們也在應用深度學習,幫助我們判斷天體的三維位置、遠近,進而勾勒出三維空間的大尺度結構。人們發現深度學習在對數據信息的挖掘方面,可能強于我們之前所用的傳統方法。人工智能也被谷歌公司應用到探測系外行星的領域,并成功探測到了幾個系外行星……可以說,人工智能如今在天體物理的前沿領域被廣泛應用。

      但從物理學家的角度看,基于深度學習的人工智能也許也有其局限性。這種局限性在于它只能基于數據、在已經被定義得非常明確的特定領域內發揮作用。只能在物理學家的指導下,把統計量的誤差棒做得更小,估計某個量更精準,而目前尚無法指導我們發現數據背后的新物理規律。也不具備人類才有的,基于美、對稱和簡潔的“物理直覺”。

      舉一個最簡單的例子,比如說開普勒基于第谷的觀測數據,可以發現開普勒第三定律,而目前再好的機器學習、人工智能算法可能也很難基于相同數據,重復這個發現。

      所以說我認為深度學習在天文中應用的本質,目前還局限在做更好的統計和擬合這個方面。(蔡崢 清華大學天文系教授)


    文章關鍵詞:人工智能 天體物理學 暗物質 責編:張迪弛
    5034

    相關閱讀 換一換

    • 人工智能:不再追求酷炫 更加注重實用

      從陌生到熟悉,從遙不可及到近在身邊,人工智能的發展又有何新變化?8月26日,2019中國國際智能產業博覽會在重慶召開。國家主席習近平致賀信,對會議的召開表示熱烈祝賀。在大數據智能化高峰會上,龔克、馬云、馬化騰、李彥宏等智能科技領域的嘉賓就智能化及其未來發展發表了最新觀點。

    • 由炫到實 人工智能轉型還要扎根產業需求

      在剛剛過去的2019杭州云棲大會上,“產業”成為高頻詞,不同于熟悉的衣食住行領域,航空、鋼鐵、石化、水泥……從大到小,從老到新,和產業的深度融合已經成為人工智能技術落地的重要場景。與會專家普遍談到,產業AI將會創造巨大的新價值,甚至會指引人工智能領域發展的方向。

    • 5G賦能人工智能產業駛入快車道

      為強化產業政策支持、構建科技創新專業服務體系、搭建企業交流與創新資源共享平臺、持續優化營商環境,深圳羅湖區科技創新局聯合中國電信深圳羅湖分公司等5家單位日前做了《5G賦能,羅湖人工智能產業駛入快車道》主題發布。

    • 人工智能可提前一年半預測厄爾尼諾

      目前厄爾尼諾事件被認為無法準確預測,但據英國《自然》雜志18日發表的一項人工智能(AI)與氣候學研究,韓國科學家報告了一種可以提前一年半預測厄爾尼諾事件的深度學習方法,克服了該領域長期存在的一項挑戰。

    • 科技創新應對“網絡黑暗面”

      博覽會搭建的模擬現實應用場景的3000平方米網絡安全互動體驗專區,將“鏈接公共WiFi安全風險”“預防電信網絡詐騙”“保護虛擬‘錢袋子’的安全”“智能門鎖的網絡安全保護”等人民群眾普遍關心的問題,借助人工智能、VR、AR、模擬場景體驗等技術呈現,引導觀眾學習自我防護知識。

    • AI技術一邊加速落地 一邊補齊短板

      近年來,人工智能(AI)技術快速發展,并從概念炒作向應用落地、行業融合方向演進。專家認為,隨著技術逐漸成熟,人工智能將會越來越多地賦能實體經濟。不過,人工智能技術的應用落地需要數據、場景支撐,當前國內人工智能技術的應用落地仍面臨諸多短板。

    • 發展人工智能技術規矩不可少

      近日,兩件與人工智能技術應用有關事件引發社會廣泛關注。第一件是一款視頻編輯軟件在社交媒體刷屏。該軟件可以方便、快速地將視頻中人物換為用戶上傳的任意人的臉。實際上,這種視頻換臉很早以前利用專業視頻編輯軟件也可以實現,不過需要使用者有相應的技術,過程復雜。

    • 當人工智能也“拿起筆”

      “黑暗襯出了我們的光亮/就只看到了模糊的幻影/孤獨時候你的歡欣/又如閃電般忽然照亮天空……”這首人工智能“小冰”與詩歌愛好者共同創作的詩,今年年初被收錄在《花是綠水的沉默》中出版。

    • 數據標注師 人工智能背后的人工力量

      目前人工智能落地場景不斷豐富,智能化應用正改變著我們的生活。而在AI產業高速發展的背后,數據標注師這個新職業的從業人數也正在壯大。數據標注行業流行著一句話,“有多少智能,就有多少人工”。目前AI算法能學習的數據,必須通過人力逐一標注,這些人力為AI產業提供養料,構建了AI金字塔的基礎。

    • 智慧城市建設應以人為本

      美國“政府科技”網站近日刊文指出,中國智慧城市發展迅速。幾乎所有圍繞中國智慧城市發起的倡議最初都是作為試點項目推出,然后再推廣至其他城市和地區。私人企業、合資企業以及國有企業在新技術研發和商業化應用方面扮演著越來越重要的角色。

    慢新聞

    新蔡要撤縣設市?官方回復:暫未獲取有關信息 新蔡要撤縣設市?官方回復:暫未獲取有關信息

    推薦視頻

    i新聞

    新聞推薦

    網站簡介 | 版權聲明 | 廣告服務 | 聯系方式 | 網站地圖

    Copyright © 2012 hnr.cn Corporation,All Rights Reserved

    映象網絡 版權所有

    唯爱棋牌游