欢迎光临
我们一直在努力
您的位置:首页>资讯 >

人工智能与宇宙结构

我们都在科幻电影和电视中看到过人工智能。似乎“机器”每天都在变得越来越聪明!但是我们如何利用人工智能来帮助我们了解我们的宇宙,甚至可能是外星生命?

机器学习是人工智能的一个子领域,它描述了计算机程序如何获取信息、识别模式并学习识别潜伏在数据中的重要方面。一个例子是神经网络(“神经网络”,因为它的学习模式是模仿人脑中的神经元)。如果我们给神经网络提供数百万张动物图像,并给出哪个动物是哪个的答案,神经网络将很快学会识别图片中的动物。现在给它数百万张这些相同动物的不同图片,它会在一秒钟内为你识别它们。想象一下,如果我们对宇宙研究进行闪电般的精确学习。

那么,如果我们手头没有数百万张动物图片,我们如何教机器?那么,我们该如何教孩子呢?如果你没有一本关于动物的图画书来教你的孩子,你可以自己画。这是机器学习中最常用的解决方案之一。如果训练数据不存在,我们就模拟它们。为了正确地教授机器有关某个主题的知识,我们需要尽可能进行最详细、最准确的模拟,这意味着我们需要汇集有关该主题的完整知识。否则,它很容易被“相似者”所欺骗,例如著名的“狗还是食物?”互联网模因。想象一下伪装成吉娃娃的蓝莓松饼!

现在考虑空间:充满了恒星和星系之类的东西。星系,包括银河系,都存在于天文学家称之为“环绕星系介质”的巨大气体晕中。在环绕星系介质之外,气体细丝在星系之间伸展。这种气体构成了我们所说的“星际介质”。环星系和星系际气体一起形成了一个巨大的整体结构,天文学家称之为“宇宙网”。宇宙网,即被巨大空洞隔开的巨大星系细丝,是宇宙的结构。

揭示宇宙网结构的一种强大技术是观察来自非常遥远和非常明亮的物体的光。当这种光在到达我们的望远镜的途中穿过宇宙数十亿光年时,它会穿过构成宇宙网的气体;气体吸收了一些光,留下了我们可以测量的独特特征。签名包含有关宇宙网中气体化学成分、气体含量、温度等信息。通过分析其中的许多系统,我们可以开始拼凑有关宇宙结构的信息,以及它在整个生命周期中是如何变化的。

尽管这种技术功能强大,但它同样复杂且耗时。事实上,一个训练有素的专家每周可能只分析一两个系统。作为参考,NMSU 的天文系有大约 3,500 个系统存档,这意味着分析所有这些数据需要 35 到 70 年的时间。此外,我们的数据档案只会随着下一代望远镜的上线而增长。我们怎么可能处理所有这些数据?进入机器学习。

使用机器学习,有可能完全跳过系统分析。我们可以喂它吸收系统并直接从机器接收我们的科学答案,而不是给机器喂动物图片来识别。这项工作仍处于发展的开始阶段,需要很多年才能进行,但将机器学习应用于类星体吸收线光谱的潜力令人难以置信。使用我们当前的模型,我们可以在一天多的时间内在近 100 万个模拟系统上训练一台机器,此时机器可以在短短几个小时内分析 100,000 个系统!

随着我们望远镜技术的改进和我们收集更多更详细的数据,天文学家面临着寻找新方法来分析这些数据的艰巨任务。机器学习在这项工作中具有重要意义,并且有理由在天文学中作为一种新工具进行探索,以帮助我们了解宇宙。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。