人工智能助力天文照片修复科学研究迎来剧变

2017-03-17 11:46:03来源：Xtecher 编辑：半城明灭关键词：人工智能机器学习天文学阅读量：28598

导读：近期，天文学家Kevin Schawinski通过计算机科学家Ce Zhang的帮助，将人工智能领域的前沿机器学习技术带到天文学研究中来，使得天文照片修复迎来了突破性进展。

　　【中国智能制造网智造快讯】天文学在科学研究中向来高深莫测、又尤为复杂，但是人工智能技术的发展正为天文学的发展带来重大变革。近期，天文学家Kevin Schawinski通过计算机科学家Ce Zhang的帮助，将人工智能领域的前沿机器学习技术带到天文学研究中来，使得天文照片修复迎来了突破性进展。

　　天文学家Kevin Schawinski在研究黑洞对星系构成的影响上花了大量时间。面对海量庞杂的数据分析工作，他往往感到束手无策。他尝试利用人工智能技术代替人力分析，却又受限于自己编程知识的不足。

　　正当Schawinski为难之际，他在苏黎世联邦理工学院(ETH Zurich)的同事给了计算机科学家Ce Zhang的联系方式。“你们应该谈一谈”，那名同事说。很快，Schawinski便跟Ce Zhang合作，并将前沿机器学习技术带到天文学研究中来。近他们发布了项成果：一个将望远镜捕捉到的模糊图像变清晰的神经网络系统，以使科学家能够更好地分析图像中的细节。

　　Schawinski跟Zhang的项目仅仅是近年天文学研究技术发展的冰山一角。智能系统在辨认，分类和分析上的工作能力上远胜于人类。在不久的将来，机器学习会成为天文学家常用的辅助工具之一，而不局限于分析数据这样的幕后工作。

　　在Schawinski和Zhang的初期的研究里，他们用大量的猫科动物照片来训练神经网络，“教”系统辨认猫的特征。经过学习，这套系统很快掌握了技巧并可以迅速还原一张模糊的猫照片。他们命名这套系统为GAN，取自Generative Adversarial Network(生成式对抗网络)的缩写。这套系统由两组对立的神经网络构成。在训练中，一组神经网络会接收一张模糊的天文图像和清晰的原图，并尽力修复模糊的那张，使其接近原图的效果。另一组网络则负责对比修复好的图像与原图，找出两者的区别。除了宇宙的照片以外，研究人员还会让系统给被毁容的人们的照片做“整容手术”。

　　GAN系统揭露了当前的射电望远镜都不够灵敏清晰的事实，尤其在捕捉新生恒星的图像的时候。“我不想把它表现成俗套的‘圣杯’造型”，Schawinski说， “但是在天文学的研究中，你往往想要把图像修复得比实际要好看”

　　当被问到他们下一步打算用神经网络系统做什么的时候，Schawinski对Zhang说“我们还有什么没有公开的吗？“这让我意识到，他们的目的不仅仅是修复天文照片那么简单。他们两人称短期内没有具体的计划(或是他们并不愿意透露)，但长期来看，这些机器学习技术会为军事技术研究所用。Schawinski也认为科学家没必要对深度学习和其他相关计算机科学领域作深入研究，毕竟世界上掌握这种技术的人也不多。

　　与此同时，其他天文学家也在自己的研究工作上应用机器学习。苏黎世联邦理工学院的一些科学家利用人工智能去解决宇宙辐射信号受到干扰的问题。他们训练神经网络去识别并伪装人造无线电干扰信号，例如卫星、机场、无线路由器以及微波炉，进而找到方法去解决信号干扰，帮助天文学家更好地观察黑洞。神经网络的应用不仅局限于新的天文学观察项目。以往的观察数据也可以被重新分析、利用。正如Schawinski所说， “神经网络能帮助我们更好地利用一切数据去了解宇宙。”

　　机器学习使得研究工作更加轻松。以往，天文学家必须艰难地反复搜索一些类似的信号，譬如脉冲星的振动、星系的悬臂、星云的光谱。而现在这些工作都可以交给一套智能系统，让它自己分辨、分析信号，进而确认是否存在这样一个星系。这套系统的研发人Alex Hocking称 “我们不告诉电脑要找什么;我们 “教”它去发现需要找的东西。”

　　早在2012年，研究脉冲星的天文学家们就开发出了初级神经网络并在测试中找出了85%的脉冲星，而一个2016年制造的智能系统则能快速有效地识别出辐射信号的来源。在光学分析方面，一个叫RobERt的神经网络系统能够在数秒内完成科研人员要花几天才能分析好的星体化学成分。尽管听起来很奇怪，但当天文学家们让RobERt去 “猜”星体上的 “水”会是什么样子时，它轻松地做到了。

　　至此，在天文学的一些领域里电脑已经拥有可以超越人类的能力，而且电脑会继续改变其他科技领域，解放科学家的时间和精力，使他们可以投入到更多有趣的课题上来。 “人工智能将要全面进入科研领域” Schawinski说， “这仅仅是一场革命的开始。我们正在见证未来科学研究的剧变。”

　　原标题：人工智能帮天文学家探索宇宙之谜修复天文照片

上一篇：日本乐天欲研发无人机交管系统可限定飞行空域

下一篇：无人机实名制成热门话题多管齐下或方能根治

我要评论

中国生成式人工智能用户规模达5.15亿人，普及率36.5%
《生成式人工智能应用发展报告(2025)》显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，普及率为36.5%。上半年，国产生成式人工智能产品取得显著进步，在春节期间成为社会关注热点，推动生成式人工智能快速渗透。
人工智能生成式人工智能
2025-10-20 09:07:04
人工智能和物联网如何协作以实现更智能的技术
人工智能与物联网的融合代表着科技发展的新方向。物联网通过分布在各处的传感器、设备和网络基础设施，持续生成海量的实时数据。而人工智能则通过机器学习与深度学习算法，对这些数据进行分析、建模与优化。
人工智能物联网
2025-10-20 10:57:54
OpenAI联合创始人：人工智能代理真正发挥作用还需10年
OpenAI联合创始人预估，要系统解决上述所有问题，大约还需要十年时间。尽管众多投资者将2025年称为“智能体之年”，但现实发展仍面临显著挑战。广义上，AI智能体被定义为能够自主执行任务的虚拟助手，具备问题拆解、方案规划与自主实施的能力。
OpenAI人工智能
2025-10-20 10:58:05
物联网和 Agentic AI 助力未来智能医院
随着物联网(IoT)与新一代智能体人工智能(Agentic AI)的融合，这一复杂体系正在被重新定义。越来越多的医院开始引入基于实时数据的智能运营模式，使医疗体系逐步从“经验驱动”走向“数据驱动”，甚至是“自主优化”的新阶段。
医疗应用方案人工智能
2025-10-17 13:23:02
快讯|HDL与海康威视达成战略合作；特斯联与新华三达成战略合作
中国智能控制品牌河东科技HDL与安防企业海康威视宣布达成战略合作，双方产品实现互联互通，为海外用户提供更完整的智能生活解决方案；特斯联与新华三正式宣布达成战略合作，双方将集中优势资源，围绕AIoT算力平台打造及异构算力生态建设进行深度合作......
AIoT算力人工智能
2025-10-17 11:27:16
网信办、发改委：政务领域人工智能大模型13大典型应用场景
政务部门可围绕政务服务、社会治理、机关办公和辅助决策等工作中的共性、高频需求，因地制宜、结合实际，选择典型场景进行人工智能大模型探索应用。
人工智能大模型
2025-10-17 08:30:05

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。