如果说某个流行语正以一场风暴席卷各行各业，那一定是“人工智能”。但它是还在角落里小范围流行，还是已经获得了广泛的认可和声势？据普华永道数据，到2030年，人工智能将影响全球经济15.7万亿美元。与此同时，埃森哲声称“到2035年，人工智能可以使发达国家的经济增长率翻一番。”多年来，“人工智能”一词与许多事物相关联。Siri、Alexa、机器人、编码、银行、电子商务，甚至长生不老。这些才一点点。这些例子已经证明了人类想象力的广度和广度。然而，有一个相对未开发的领域同样令人兴奋：人工智能和天文学。看看这些例子：在日本，科学家们正在开发一种人工智能工具来预测宇宙的结构。其他人正在使用“智能”人工智能望远镜对太空中的物体进行分类，帮助物理学家编写和测试假设。NASA的詹姆斯·韦伯太空望远镜将很快让用户看到大爆炸后2亿年形成的星系。一组天文学家首次在星系合并研究中使用人工智能，以确认星系合并会导致恒星爆炸。越来越多的天文学家正在使用人工智能作为强大的探索工具，提供丰富而复杂的数据、对星系进行分类、从数据中筛选信号、发现脉冲星、识别不寻常的系外行星等等。在这个新世界中，无数未开发的应用正在被试验，产生了一系列人工智能天文学工具，这些工具被称为“人工智能天文学家”。本文将讨论一个颠覆性的人工智能程序——Morpheus。它由UCSantaCruz的研究人员开发，可以分析天文图像数据并以外科手术般的精度对星系和恒星进行分类。让我们一起进入神秘的宇宙空间吧！天文学中的人工智能：一个新的（空间）世界秩序正如著名天体物理学家兼校际天文学中心主任索马克·雷乔杜里所说：“作为科学的两大分支之一，天文学正在广泛使用人工智能。“在详细介绍之前，我们应该首先了解为什么需要优先考虑天文相关工作的自动化。专业天文学家CarloEnricoPetrillo谈到了筛选兆字节和兆字节数据的挑战。“观察星系图像是我们工作中最浪漫的部分。问题很明显，”他说。同样，圣克鲁斯大学天文学和天体物理学教授、Morpheus的开发者之一布兰特·罗伯逊(BrantRobertson)解释说：“有些事情是我们人类无法做到的。在接下来的几年里，大规模的天文调查项目会产生大量的数据，我们必须想办法用电脑来处理这些数据。”正是这个核心理念催生了Morpheus项目。该项目花了大约两年时间才取得成果。如果人类天文学家要完成对空间物体的分类任务，他们将需要数亿年的时间。但是使用像Morpheus这样的AI软件，可以非常精确地“捕捉”物体，并在不到一秒钟的时间内收集有关星系演化的关键数据。通俗地说，就是可以了解宇宙未知空间的深处，观察很久以前就存在于遥远星系中的物体。美国星球大战计划又要参考了。就投入到这个项目的工作量和研究量而言，你会惊讶地发现程序员们使用了美国宇航局哈勃太空望远镜拍摄的10,000张星系图像作为弹药，通过扩展更好地训练深度学习系统和算法。此外，常规空间和时间调查(LSST)等大规模调查将与该计划结合使用，以了解星系的形成和演化。为了让您了解“LSST可以实现什么”，科学家们声称它可以使用其3.2兆像素相机每晚拍摄800多张全景图像，每周两次记录整个可见天空。这种CCD成像相机每晚可以产生10兆字节的数据。祝你好运，找到自愿筛选这些数据的天文学家——这就是人工智能发挥作用的地方。“深度学习”框架如何驱动Morpheus来源：https://arxiv.org/pdf/1906.11248.pdf“到2020年初，数字宇宙预计将包含44泽字节的数据。到2025年，世界将创造约463艾字节”一、什么是“深度学习”？简单地说，“深度学习是机器学习的子集之一，即人工神经网络算法受人脑启发，通过大量数据进行学习。作为类比，深度学习可以被认为是一种机器，它通过重复人类学习获得经验的相同任务来“学习”。通常，每次软件使用深度学习算法时，它都会不断进行小迭代以优化结果。同样，该程序使用深度学习并应用计算机视觉算法根据望远镜输出的原始数据对物体进行分类。此外，它支持逐像素分类，并能够对空间对象进行语义分割，无论它们的形状是圆盘、球形还是不规则大小。历史表明，星系的形态使天文学家能够了解星系如何形成以及它们如何随时间演化。简而言之，科学家们可以提取方便的应用程序，例如语音和图像识别程序，以逐个像素地跟踪星系。Morpheus在天文学界的实际应用BrantRobertson说：“对于其他模型，你必须知道那里有某种物体，然后给模型一张图像，它会立即对整个星系进行分类。Morpheus探索星系的目的是你逐个像素，所以它可以处理非常复杂的图像，例如盘状星系旁边的球状星团。对于中心有凸起的盘状星系，它会将凸起单独分类。非常强大。Morpheus的工作原理如下：第1步：在UCLA的Lux超级计算机上运行，??处理特定天空区域的图像。第2步：生成一组新的特定区域图像，并用Morpheus对其进行颜色编码。第3步：这些图像清楚地帮助我们识别恒星和不同类型的星系.最终结果：获得大量数据的逐像素奇异性分析Morpheus优势：360度数法“当天文学家对星系分类达成一致时，Morpheus识别出不同类别的物体准确率为82%到98%。为有抱负的天体物理学家提供无限的深度学习空间：BrantRobertson和RyanHausen教授将首次公开发布Morpheus代码并提供在线演示，这是一系列实验中的首次尝试。此外，根据他们的研究论文，已经创建了一个使用Morpheus深度学习框架的教程，并以JupyterNotebook的形式公开提供。这是模型的交互式可视化。哈勃太空望远镜拍摄的星系大盘图片|资料来源：news.ucsc.eduGrainContrast中同一区域的睡眠分类。|资料来源：phys提供天文物体的粒子检测和形态分类——这实际上是前所未闻的，也是不可能人工实现的。事实上，该模型能够恢复用于训练模型的调查数据中存在的98%以上的星系。自动发现星系并在无需人工干预的情况下处理复杂的图像，实现稳健的像素级分类。?提供机会，在没有人为偏见或错误等障碍的情况下充分了解星系的转变。无论是了解星系如何随时间演化，还是它们未来的发展方向，这个人工智能驱动的程序都是我们了解纯星系形成的最佳机会。消除了来源误报的可能性，这是天文学中常见的现象。更易用：通过灵活的图像传输系统（FITS），支持天文数据中常用的数字格式图像，因此您可以告别转换望远镜图像和数据，享受流畅的体验。即使使用古老的计算机处理器，AIGravitationalLens也能够在20分钟内检查21,789张图像。根据NASA的新闻稿：“新发现的开普勒90i是一颗炽热的岩石行星，每14.4天绕其恒星运行一次——通过谷歌的机器学习发现。”显然，人工智能在天体物理学中的应用带来了“天文数字”的回报，重新定义了天体科学领域的创新，并解开了宇宙深处的一些最大谜团。布兰特·罗伯逊(BrantRobertson)强调了人工智能和天体物理学的有益集体高潮，他说：“天文学正处于新数据革命的风口浪尖”，没有比这更好的总结方式了。随着天文学家开始使用人工智能来发现星系，他们将不必费心去探测、分类、解码太空物体或寻找新行星。在21世纪，AI超级望远镜可以减少它们的工作量。此外，观星者正在庆祝人工智能仪器提供的可能性，以重新发现超出他们想象的世界。ElonMusk将如何评价此事？本文转载自微信公众号“读芯”，可通过以下二维码关注。转载本文请联系核心阅读公众号。
