天文学家利用新AI工具检测数百个宇宙异常

借助强大的人工智能工具，天文学家们梳理了NASA哈勃的大量数据，发现了1300多个宇宙异常现象，其中800多个是科学新发现。

欧洲航天局（ESA）的大卫·奥瑞安（David O'Ryan）和巴勃罗·戈麦斯（Pablo Gomez）新研究发表于天文学与天体物理学.

“哈勃太空望远镜的档案观测数据已追溯到35年前，提供了宝贵的数据，可能发现天体物理异常。”他说奥赖恩。

天体物理异常很重要，因为它们可能是展现自然不同面貌的异常值。受过训练的科学家可能对这些问题有敏锐的感知，并且相对容易理解。

但我们强大的天文望远镜收藏中的数据实在太多了。JWST贡献了以下内容57 GB 数据每天，取决于安排的观测。

相关报道：我们期待已久的时刻：JWST 聚焦“索伦之眼”

维拉·鲁宾天文台拥有有史以来最大的数码相机，将远远超过这些设备。它每晚会产生大约20TB的原始数据，仅仅处理就需要特殊的基础设施。

随着巨型麦哲伦望远镜和极大望远镜等强大新型望远镜即将投入使用，需要科学审查的天文数据量正激增成洪流。

这些海量的数据必然藏有许多隐藏的惊喜。我们的技术已经超过了有机大脑处理这些信息的能力。但技术人工智能正在赶上天文学的大规模数据生成能力。

作者们表示：“天文档案馆包含大量未被探索的数据，这些数据可能蕴藏着稀有且具有科学价值的宇宙现象。”写.

“我们利用新的半监督方法从哈勃遗产档案中提取此类天体。”

研究人员利用最近开发的异常检测框架AnomalyMatch，快速搜索了近一亿张来自哈勃遗产档案.档案馆包含了大约35年前的影像。

AnomalyMatch 是一种神经网络，一种机器学习受人脑启发的工具。

≈作者在之前论文这时出现了工具。

AnomalyMatch只需2到3天就能处理这么多数据，远远是人类大脑所需时间的一小部分。这是哈勃遗产档案首次进行如此系统性地寻找异常现象。

AnomalyMatch生成了一份可能异常的列表。这份清单包含近1400个异常物体，这个数字对人类大脑来说要容易得多。

相关报道：地震传感器检测来自来袭太空垃圾的音爆

奥瑞安和戈麦斯手工检查了这1400个天体，确定其中1300个实际上是异常现象，其中超过800个从未被记录。

银河合并与相互作用是档案馆中最常见的异常类型。共有417个。

研究人员还发现了86个新的潜在引力透镜。这些设备很重要，因为它们能将原本过于遥远无法观测的物体带入可及范围。

它们还帮助科学家研究暗物质在宇宙中，测量距离和宇宙膨胀，检验广义相对论.

作者们说：“我们识别出许多文献中已有的引力透镜——但也有许多候选的新透镜。”写.

档案馆里还有其他异常。AnomalyMatch还发现了其他稀有天体，如水母星系。这些星系团中存在，当冲压剥离星系气体时，形成恒星形成的长尾部被点亮。档案馆中发现了35张。

研究还发现了一些性质不确定的异常现象。其中一个是奇异的景象，一个拥有旋转核心和开放叶片的星系。

相关报道：太空微生物突变并发展出非凡的能力

对人工智能来说，梳理海量天文数据是完美的任务，人类大脑不太可能复制。

除了上述异常现象外，研究人员还发现了重叠星系、团块星系、环星系，甚至高——红移星系接近探测极限，难以辨别。他们还发现了喷射星系和AGN宿主星系。

即使所有天文观测明天停止，发现也不会停止。强大的人工智能工具注定会变得越来越强大。哈勃以及欧洲航天局盖亚号等其他任务的庞大现有数据集，为未来工具提供了基础。

谁知道这些数据中等待着被发现什么？

“这是人工智能如何提升档案数据集科学回报的有力演示。”戈麦斯说.

“哈勃数据中发现如此多此前未被记录的异常，凸显了该工具未来巡天的潜力。”

本文最初发表于今日宇宙.请阅读原文.

宝宝起名 起名