天文学的未来在于人工智能

标签:
it杂谈 |
天文学的未来在于人工智能
资深撰稿人 Bruce Dorminey
Senior Contributor
Jan 7, 2024,11:31pm EST
我报道航空航天、天文学并主持宇宙争议播客。

深空恒星爆炸。GETTY
这些天基于地面天文学界中最大的嗡嗡声是即将完工的鲁宾天文台和它的即将到来的宽场大型天气天空勘察。从在智利北部阿塔卡马沙漠的一个孤独的山顶,天文台的8.4米光学望远镜将大约每三到四个晚上扫描一次南方天空。
在这个过程中,十多年它的观测将产生一个前所未有量的原始数据,大部分数据相关到所谓的瞬态天文事件。这样的事件通常在几天或几周短暂时间内是活跃的并能涉及高能量和破坏性天体物理事件如超新星或伽马射线暴。事实上,大型天气天空勘察望远镜勘察被预计将产生如此多数据以致它将需要一个用软件和将接壤在人工智能技术上的科学数据管理的水平。
该望远镜的它的9.6平方度的视场(大约40个满月的大小)的重复扫描将用一个3.2吉像素的相机在一个夜晚创造约1000万个多的天文警报。按天文学行话,当一个天体在短时间尺度上改变它的亮度和/或天空中的位置时一个警报能被触发。
但在击中望远镜主镜的60秒内,这些事件的光子将经由高速光中继被转移成巨大量的云存储。从那里,这些原始数据将被处理并被所谓的警报经纪发送给世界各地的天文学家。
智利大学的天体物理学家弗朗西斯科·福斯特(Francisco Forster)在他位于圣地亚哥的办公室告诉我,一个警报经纪是一个勘察望远镜、你的观测科学数据和后续望远镜之间的中介。他说,因为用大型天气天空勘察望远镜被预期的警报数量,您需要有特殊的有能力来引入警报流并然后用它作某些事情的团队。
Forbes Daily: Get our best stories, exclusive reporting and essential analysis of the day’s news in your inbox every weekday.
Sign Up
By signing up, you accept and agree to
our
在上个月于智利巴拉斯港举行的“鲁宾时代中的宇宙流”会议上,一群国际天文学家聚集在一起来讨论到底鲁宾生成的数据能怎样被最好处理。一旦该望远镜在2025年开始常规科学操作,它的警报将几乎被其他天文台实时跟进。
这些警报的大多数后续观测将用光谱学------一个天体的电磁光谱的研究------来进一步测量和特征产生了它的天体目标。但也可能来观测在多个电磁波长中突然降临这些警报的事件。在某些案例中,这甚至可能包括引力波天文学的新领域。
大型天气天空勘察望远镜需要先进的算法
伊利诺伊大学厄巴纳香槟分校的天文学博士候选人帕特里克戴维阿列奥通过电子邮件告诉我,我们需要能扩展到大型天气天空勘察望远镜数据流的算法。他说,我们需要发现天体异常的算法。阿列奥说,用大型天气天空勘察望远镜我们希望来发现我们甚至不知道存在的天体。
即便望远镜经不用经典意义上机器思维的人工智能,但很明显天文学的未来在于人工智能。未来望远镜将产生的数据量将产生将需要一个人工智能能力来使天文学家能够以迄今为止会被视为科幻小说的速度和精度来分析原始数据。
会议的主要组织者福斯特说,但如果我们要应用机器学习,它必须是超快的。他说,你不能等待每个天体超过一秒钟来分类这个天体。
但在天文学界仍有一些关于完全控制权交给计算机软件来分析的文化上的抵制。
加州理工学院(Caltech)天文学研究教授马修·格雷厄姆(Matthew Graham)在巴拉斯港告诉我,可能有一个信任问题。他好奇我们的发现过程我们应该自动化多少并交给计算机?他说,我们知道机器能犯错误,特别的作为一个人类错误的结果,如果它们没有被完全正确的编程的话。
底线是让人类作为一个安全检查参与这个循环是重要的。
至于对所有错过的后续观测机会?
即便及时的某些警报的后续观察可能技术上是不可能的,但有一线希望。
国家科学基金会资助的麻省理工学院人工智能和基本相互作用研究所的博士后研究员亚历山大·加利亚诺(Alexander Gagliano)通过电子邮件告诉我,大型天气天空勘察望远镜将产生一个在百叶窗关闭后我们将继续筛选该数据集多年的数据集,而人工智能的进步将帮助我们继续来设计新的筛选方法。
至于科学呢?
加利亚诺说,源自每三到四个晚上扫描整个南方天空的是来发现真正超常的现象的事情之一。他说,如果百万分之一的警报来自某些我们以前从未见过的东西,那么你只能在收集了一百万个警报后做出一个突破性的发现。加利亚诺说,游戏正在迅速的发现从更常见的事件中拔这些罕见事件的方法。
至于天文学的未来?
格雷厄姆说,十年前我预测到2020年代,你会醒来并问你的智能助手前一天晚上发现了什么。他说,然后你会说'哦,太好了,让我们弄清楚我们能用它做什么'。
但甚至那时,人类眼睛还需要解释天文数据吗?
加利亚诺说,我不能观察一个超新星光曲线并估计从中爆炸来的恒星的半径。他说,然而算法的预测仍然强的依赖于它们已经被显示的数据。加利亚诺说,相比之下人类有一种与生俱来的推广到全新的情况的天赋,你能带着一盏灯进入一个你从未见过的房间并仍然要弄清楚如何打开它。他说,大多数算法都不能做这种模糊的推理。
在Twitter
我(Bruce Dorminey)是一名科学记者,也是《宇宙争议(brucedorminey.podbean.com)》的主持人以及《遥远的流浪者:寻找超越世界的行星》的作者..