人工智能很快就能揭示出早期的星系及其隐藏的特征 2017-05-23 04:45:15

$888.88
所属分类 :金融

人工智能(AI)正在应用于许多领域,但就在最近,一组研究人员设法训练深度学习算法 - 人工智能的一个分支 - 来分析遥远星系的图像并揭示它们如何随着时间的推移而形成和演化

了解星系演化是获得更深入了解宇宙形成的关键难题之一

我们有一堆基于地面和太空的望远镜,它们可以通过宇宙观察并捕获这些星系,但是对于一个银河系候选人来说,了解每一个进化阶段并非完全有可能

这是因为星系在数十亿年后改变了它们的面貌,我们的望远镜只能显示星系在一段特定时间内的表现

由于来自遥远太空物体的光需要数百万到数十亿年的旅行时间,我们总是可以选择深入了解宇宙,并及时回顾其他更年轻的星系

但是,对于一个特定的目标,目前唯一可能的是捕获图像,然后将它们与基于计算机的模拟进行比较,以预测它们可能发生的变化

这就是深度学习算法的用武之地

加利福尼亚大学圣克鲁兹分校的科学家最近用计算机模拟星系的图像喂养了该程序,并训练它识别三个关键的进化阶段

在对哈勃太空望远镜的实际图像进行测试时,该程序确定了自己的模式,并提供了非常准确的结果

“我们并没有想到它会如此成功

我很惊讶这是多么强大,”共同作者Joel Primack在一份声明中说

“我们知道模拟有局限性,所以我们不想提出太强烈的主张

但我们认为这不仅仅是一个幸运的侥幸

”顶行:来自计算机模拟年轻星系的高分辨率图像经历三个演化阶段(在“蓝色金块”阶段之前,期间和之后)

中间行:与哈勃太空望远镜观察到的三个演化阶段的年轻星系的计算机模拟相同的图像

底行:哈勃太空望远镜通过深度学习算法分类的遥远年轻星系的图像,这些算法经过训练以识别星系演化的三个阶段

每幅图像的宽度约为100,000光年

照片:前两排:太空望远镜科学研究所的Greg Snyder和巴黎天文台的Marc Huertas公司

底行:HST图像来自宇宙大会近红外深海河外遗产调查(CANDELS)在研究过程中,该小组专注于一个被称为蓝色金块的现象 - 一个致密的恒星形成区域,在那里热的恒星发光蓝色波长的光

这个过程已经在几个年轻的富含气体的星系的模拟中被看到,但该算法不仅对星系进行了分类,而且还定义了自己的模式 - 在模拟和观测数据中 - 并且注意到该过程发生在一定质量范围内的星系中

它甚至认为随着蓝色金块,一个紧凑的红色金块相开始,因为恒星形成在银河系中减慢,只剩下较冷的物体

“可能是在一定的尺寸范围内,星系的物质过程发生的质量恰到好处,”作者David Koo在同一声明中说道

“这个项目只是我们的几个想法中的一个,”Koo补充道

“我们想要选择理论家可以根据模拟清晰定义的过程,这与星系的外观有关,然后深入学习算法在观察中寻找它

我们刚刚开始探索这个研究的新方式

这是一种融合理论和观察的新方法

“也就是说,该算法可以揭示观察数据集中的复杂特征,这是人类无法看到或理解的东西

但是,仍然无法理解这些启示的基础,就像在这种情况下一样

未来将需要更多的研究来进一步发展和培训该系统

这篇名为“深度学习识别特征质量范围中的中央蓝核阶段的高z星系”的论文将发表在“天体物理学杂志”上