通过训练人工智能机器人来识别星系 人工智能资讯报道_AI资讯

编辑


一台名为ClaRAN的人工智能机器人,可以扫描射电望远镜拍摄的图像。它的工作是发现射电星系,这些星系从其中心的超大质量黑洞发射出强大的射电射流。

ClaRAN是大数据专家陈吴博士和来自西澳大利亚大学国际射电天文研究中心(ICRAR)的天文学家王艾薇博士的智慧结晶。

王博士说:大多数(如果不是全部)星系的中心都有黑洞,这些超大质量黑洞偶尔会喷出喷流,用射电望远镜就能看到。随着时间的推移,这些喷流可能会从它们的宿主星系延伸很远,这使得传统的计算机程序很难确定星系的位置,这就是我们要教ClaRAN做的事情。

陈博士说:ClaRAN是微软和Facebook的对象检测软件的开源版本,该计划经过彻底改革和训练,可以识别星系其训练过程并不是由人类完成的。

ClaRAN本身也是开源的,可以在GitHub上公开使用。

黄博士说:即将进行的EMU调查使用的是位于华盛顿的澳大利亚广场公里阵列探路者(ASKAP)望远镜,预计将观测宇宙历史上多达7000万个星系。传统的计算机算法能够正确识别90%的信息来源,剩下的10%,也就是700万个‘困难’星系,由于其扩展结构的复杂性,必须由人类加以观察。

如果ClaRAN能将需要视觉分类的来源数量减少到1%,这意味着科学家有更多的时间来研究新的星系类型。

吴博士说,ClaRAN是一个名为“编程2.0”的新范例。我们所要做的就是建立一个巨大的神经网络,给它大量的数据,让它弄清楚如何调整内部连接,以产生预期的结果,程序员99%的时间都花在制作高质量的数据集上,然后训练人工智能算法来优化剩下的部分。

这是编程的未来

黄博士说:ClaRAN对望远镜观测的处理方式有很大影响,如果我们能开始在下一代调查中采用这些更先进的方法,就能最大限度地提高这些方法的科学性。

在全新的数据上使用40年前的方法是没有毫无意义的,因为科学家们正试图比以往任何时候都更加深入的去索宇宙。