亚洲av成人无码网天堂,少妇白浆高潮无码免费区,小污女小欲女导航,色欲久久综合亚洲精品蜜桃,亚洲,欧美,日韩,综合

捕捉人類看不出的模式

數(shù)據(jù)越來越多，科學家試圖聚合它們。但在GPU大會上，羅伯特森說，未來幾個大型天文望遠鏡一起產(chǎn)生大量數(shù)據(jù)，聚合之后復雜到人類無法直接利用。而加州大學圣克魯斯分校的科學家試圖解決這個問題。計算機科學系一名博士生創(chuàng)建的Morpheus深度學習框架，可以基于望遠鏡的原始數(shù)據(jù)，逐像素地分類天體。

加州大學圣克魯茲分校的科學家們還用AI更好地研究星系的形成。在他們2019年初發(fā)表的一項研究中，科學家用計算機模擬的星系訓練計算機，讓它學習星系演化的三個關(guān)鍵階段。后來計算機分析來自哈勃太空望遠鏡的星系圖像，表現(xiàn)出奇好。

人工智能應用于人臉識別，在海量數(shù)據(jù)訓練后，可以根據(jù)一張照片，認出這個人化妝和年老時候的樣子。而宇宙中很多圖像也可用同樣的方法來歸類。

“深度學習可以尋找模式，機器能看到非常復雜的模式，而人類看不到。”參與研究的科學家大衛(wèi)·庫說，“我們希望進一步測試這種方法。在概念驗證研究中，機器似乎成功地在數(shù)據(jù)中找到了模擬中確定的星系演化的不同階段�！�

幫天文學家找到另一個太陽系

2018年底的一篇報道顯示，谷歌人工智能發(fā)力，從開普勒系外行星觀測數(shù)據(jù)庫里找到了新的行星。行星是很難尋找的。位于太空的開普勒衛(wèi)星觀察145000顆類似太陽的恒星，從恒星亮度微弱變化來發(fā)現(xiàn)行星。記錄4年的數(shù)據(jù)中，包括大約35000個疑似的行星記錄。天文學家用機器結(jié)合人眼來識別，但最暗最弱的信號常被忽略。

在谷歌AI的幫助下，我們發(fā)現(xiàn)了開普勒90i和開普勒80g兩顆新行星。也讓開普勒90被確認為第一個至少擁有8顆行星的外星系。

神經(jīng)網(wǎng)絡和機器學習處理了140億個數(shù)據(jù)點，之后成功篩選出了候選者。

NASA和谷歌說，未來新技術(shù)將找到更多系外行星。NASA還表示不用擔心天文學家失業(yè)。NASA的科學家杰西·道特森解釋表示，數(shù)據(jù)提供給神經(jīng)網(wǎng)絡之前，需要天文學家進行分類，以便人工智能可以從中學習分析出新的信息。

道特森說：“AI以后絕對會和天文學家一起工作，成為必不可少的工具�！�

當然，機器學習也帶來“黑盒子”風險：我們得到了答案，但我們不知道機器為何如此判斷，或許答案是錯的。機器也會犯錯。天文學家將繼續(xù)訓練和適應它。

延伸閱讀

專家點評

深度學習還不具備“物理直覺”

確實，現(xiàn)在人工智能已經(jīng)深入到了天文天體物理學的各個分支領(lǐng)域。目前，美國勞倫茲伯克利國家實驗室利用深度學習，能夠快速根據(jù)宇宙三維密度分布，判斷暗物質(zhì)、暗能量等宇宙學基本常數(shù)，他們發(fā)現(xiàn)應用人工智能之后，統(tǒng)計量誤差比先前應用傳統(tǒng)統(tǒng)計學辦法小不少。此外，我們也利用深度學習在極低信噪比的光譜中尋找宇宙早期的氫、碳元素，發(fā)現(xiàn)比傳統(tǒng)方法也要好用。

同時，天文學家們也在應用深度學習，幫助我們判斷天體的三維位置、遠近，進而勾勒出三維空間的大尺度結(jié)構(gòu)。人們發(fā)現(xiàn)深度學習在對數(shù)據(jù)信息的挖掘方面，可能強于我們之前所用的傳統(tǒng)方法。人工智能也被谷歌公司應用到探測系外行星的領(lǐng)域，并成功探測到了幾個系外行星……可以說，人工智能如今在天體物理的前沿領(lǐng)域被廣泛應用。

但從物理學家的角度看，基于深度學習的人工智能也許也有其局限性。這種局限性在于它只能基于數(shù)據(jù)、在已經(jīng)被定義得非常明確的特定領(lǐng)域內(nèi)發(fā)揮作用。只能在物理學家的指導下，把統(tǒng)計量的誤差棒做得更小，估計某個量更精準，而目前尚無法指導我們發(fā)現(xiàn)數(shù)據(jù)背后的新物理規(guī)律。也不具備人類才有的，基于美、對稱和簡潔的“物理直覺”。

舉一個最簡單的例子，比如說開普勒基于第谷的觀測數(shù)據(jù)，可以發(fā)現(xiàn)開普勒第三定律，而目前再好的機器學習、人工智能算法可能也很難基于相同數(shù)據(jù)，重復這個發(fā)現(xiàn)。

所以說我認為深度學習在天文中應用的本質(zhì)，目前還局限在做更好的統(tǒng)計和擬合這個方面。