颠覆性AI程序：人工智能如何推动天文学创新？全文共3431字

全文共3431字，预计学习时长9分钟
文章插图
图源：unsplash
如果说某一流行语正以狂风骤雨之势席卷各行各业，那必然少不了“人工智能” 。但它究竟还是在角落里小范围流行，还是已经获得了广泛的认可、声势浩大呢？
普华永道的数据显示，到2030年，人工智能将影响全球15.7万亿美元的经济。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番。 ”
多年来， “人工智能”一词已经和许多事物联系在一起了。 Siri、Alexa、机器人、编码、银行业、电子商务、甚至长生不死。这些只是一部分。这些例子已经彰显人类想象力的广度和宽度。然而，有一个领域相对来说未被探索却同样令人兴奋：人工智能与天文学。
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。还有的科学家们正在使用“智能”AI驱动望远镜对太空中的物体进行分类，从而帮助物理学家编写和检验假设。
美国宇航局（NASA）的詹姆斯韦伯太空望远镜，不久将能让使用者看到宇宙大爆炸后两亿年形成的星系。一批天文学家首次在一项星系合并研究中使用人工智能，来确认星系合并导致了恒星爆发。
越来越多的天文学家正将人工智能作为一种强大的探索工具，提供丰富而复杂的数据、分类星系、筛选数据以获取信号、发现脉冲星、识别不寻常的系外行星等。在这个全新的世界里，有无数未经探索的应用正在被试验，也由此产生了一系列人工智能天文工具，它还有个更好的名字——“人工智能天文学家” 。
本文就将讨论一个颠覆性的人工智能程序——Morpheus 。它由加州大学圣克鲁兹分校的研究人员开发，可以分析天文图像数据，对星系和恒星分类，精度堪比外科手术。让我们一起进入玄妙的宇宙空间吧！
天文学中的人工智能：一个新的（空间）世界秩序
文章插图
图源：unsplash
正如知名天体物理学家，校际天文学中心主任索马克·雷乔杜里（SomakRaychaudhury）所说：“科学的两个主要分支之一——天文学，正广泛使用人工智能。 ”
在探讨细节之前，我们应该先了解一下为什么需要优先自动化天文学相关工作。 Carlo Enrico Petrillo是专业天文学家，他谈到了筛选兆字节和兆字节数据的挑战。他说：“看星系图像是我们工作中最浪漫的部分。问题十分明显。 ”
同样， Morpheus的开发人员之一，圣克鲁斯大学的天文学和天体物理学教授布兰特·罗伯森（Brant Robertson）解释说：“有些事情是我们人类无法做到的。未来几年内，大型天文测量项目将产生大量数据，必须找到使用计算机来处理这些数据的方法。 ”
正是这一核心思想催生了Morpheus项目。该项目花费了大约两年的时间才得以实现。如果人类天文学家要完成对空间物体进行分类的任务，他们将花费亿万年。
但借助Morpheus这样的AI软件，不到一秒钟就可以非常精确地“捕捉”物体并收集有关星系演化的关键数据。通俗来说，可以了解宇宙未知空间的深度，并观察很久以前在遥远星系中存在过的物体。美国星球大战计划马上又有参考资料了。
就此项目的投入的精力和研究而言，你会惊讶地发现程序员将NASA哈勃太空望远镜拍摄的10000个星系图像作为弹药，通过拓展来更好地训练深度学习系统和算法。
此外，大规模的调查，如传统的空间和时间调查（LSST）将与该计划结合使用，以了解星系的形成和演化。
为了让你了解“LSST能达到什么样的效果” ，科学家们宣称，它能用32亿像素的相机每晚拍摄800多张全景图像，每周两次记录整个可见的天空。这种CCD成像相机每晚能产生10兆字节的数据。想找到那些自愿筛选这些数据的天文学家，我只能说祝你好运——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
文章插图
图源：
“到2020年初，预计数字宇宙将包含44泽字节数据。到2025年，全球每24小时将创建约463艾字节。 ”
首先， “深度学习”是什么？简单来说， “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，通过大量的数据来学习。 ” 如果做个类比，可以将深度学习视为通过重复与人类学习获取经验的相同任务来“学习”的机器。通常，每次软件使用深度学习算法时，都会不断进行小迭代以优化结果。