準確率高達97.5%：天文學家利用人工智慧，識別出56萬個星系

2020-08-16 博科園

天文學家將AI人工智慧應用於斯巴魯望遠鏡拍攝的遙遠宇宙超寬視場圖像，並在這些圖像中實現了非常高的發現和分類螺旋星系的精度，這項技術與公民科學相結合，有望在未來產生更多的發現。一個主要由來自日本國立天文臺(NAOJ)天文學家組成的研究小組，應用了一種深度學習技術（AI人工智慧），對斯巴魯望遠鏡獲得的大量圖像中的星系進行了分類。

由於深度學習技術的人工智慧AI高靈敏度，在圖像中已經識別出多達56萬個星系。要用人眼逐個目視地對這些星系進行形態分類是極其困難的，人工智慧使研究團隊能夠在沒有人工幹預的情況下執行處理。自2012年以來，利用深度學習算法提取和判斷特徵的自動處理技術得到了迅速發展。現在，它們通常在精確度方面超過人類，並被用於自動駕駛車輛、安全攝像頭和許多其他應用。

日本國立天文臺項目助理教授Ken-ichi Tadaki博士提出了一個想法：如果AI人工智慧能對貓和狗的圖像進行分類，那麼它應該能夠區分「呈螺旋圖案的星系」和「沒有螺旋圖案的星系」。事實上，使用人類準備的訓練數據，人工智慧成功地對星系形態進行了分類，準確率為97.5%。然後，將訓練好的人工智慧應用於全部數據集，它在大約8萬個星系中識別出螺旋形，其研究發表《皇家天文學會月刊》上。

既然這項技術已經被證明是有效的，它可以擴展到將星系分類到更詳細的類別，方法是在人類分類的大量星系基礎上訓練人工智慧。日本國家天文臺現在正在運行一個名為「銀河巡航」的公民科學項目，在這個項目中，公民們可以檢查用斯巴魯望遠鏡拍攝的星系圖像，以尋找表明該星系正在與另一個星系碰撞或合併的特徵。「銀河巡航」的顧問田中雅之副教授對用人工智慧研究星系寄予厚望：

斯巴魯望遠鏡戰略計劃是包含幾乎無數星系的大數據，從科學上講，通過公民天文學家和機器合作來處理這樣的大數據是非常有趣的。通過在銀河巡航中公民科學家所做的分類基礎上運用深度學習，我們很有可能發現大量的碰撞和合併星系。基於卷積神經網絡(CNN)的深度學習人工智慧技術，利用來自斯巴魯望遠鏡/Hyper SuPrime-Cam(HSC)觀測的大圖像數據，將星系形態自動分類為S向螺旋、Z向螺旋和非螺旋。

​

HSC I波段圖像比斯隆數字巡天(SDSS)的圖像深約36倍，空間解析度高兩倍，使天文學家能夠在z>0.1的情況下識別星系中的旋臂和旋杆等亞結構。研究使用1447個S-螺線、1382個Z-螺線和51個 -650非螺線的HSC圖像來訓練cnn分類器。由於每類圖像的數量不平衡，通過水平翻轉、旋轉和重新縮放圖像來增加螺旋星系的數據，使三類圖像的數量相似。訓練好的神經網絡模型對97.5%的驗證數據進行了正確分類( %)，這些數據沒有用於訓練。

博科園｜研究/來自：日本國立天文臺

參考期刊《皇家天文學會月刊》

DOI: 10.1093/mnras/staa1880

博科園｜科學、科技、科研、科普

相關焦點

  • 人工智慧開始用於太空實驗，發現56萬個「星系」？
    天文學家將ai人工智慧使用於斯巴魯望遠鏡拍攝的遙遠宇宙超寬視場圖像，而且在這些圖像中實現了特別高的發現及分類螺旋星系的精度，這項技術和公民科學相結合，有希望在未來產生許多的發現，一個重要由來自日本國立天文臺NAOJ天文學家組成的研究小組，日本國立天文臺的科學家利用人工智慧ai技術對於遙遠宇宙的近56萬個星系進行了細緻分解，根據是昴星團望遠鏡查看過的超廣角圖像。
  • 科學家用AI將56萬個星系進行細緻分類 圖像精確度97.5%
    據《西班牙日報》網站8月12日報導，日本國立天文臺的科學家利用人工智慧（AI）技術對遙遠宇宙的近56萬個星系進行了細緻分類，依據是昴星團望遠鏡捕捉到的超廣角圖像。科學家們通過圖像尋找S形旋渦星系、Z形旋渦星系和非旋渦星系。
  • 幫天文學家「大海撈針」人工智慧有了新辦法
    幫天文學家「大海撈針」 人工智慧有了新辦法研究人員利用人工智慧的深度學習方法，發現了38個新的強引力透鏡候選體，為研究日前，中國科學院雲南天文臺麗江天文觀測站龍潛研究員與雲南大學中國西南天文研究所宇宙學研究組爾欣中教授團隊合作，利用人工智慧深度學習的方法，發現了38個新的強引力透鏡候選體，為研究天體物理學問題提供了新的可靠的「宇宙探針」候選體。英國《皇家天文學會月刊》發表了這項研究成果。
  • 幫天文學家「大海撈針」，人工智慧有了新辦法
    天文學家要想從郭守敬望遠鏡、「中國天眼」FAST、LSST大型綜合巡天望遠鏡等遍布世界的大型望遠鏡捕獲的海量數據中找出有價值的信息以資研究，無異於大海撈針。　　如何高效地處理這些數據，已成為現代天文學面臨的一項重要挑戰。由於人工智慧在海量數據分析和處理方面所具有的突出優勢，它也很自然地走入了天文學家的視野。
  • 人工智慧能「聽咳嗽識新冠」？研究人員：準確率達98.5%
    英國廣播公司（BBC）8日稱，美國麻省理工學院的研究人員正試圖通過人工智慧算法識別新冠患者，「只要聽到咳嗽聲音，就能知道這個人有沒有感染新冠病毒」。報導稱，相關研究結果發布在電氣電子工程學會的《醫療生物工程》期刊上。論文共同作者之一、麻省理工學院科學家蘇比拉納表示，「感染新冠病毒之後，就算是沒有出現任何症狀，你發出的聲音也會變得不一樣。」
  • 天文學家製作出迄今最大的恆星、星系和類星體三維天文圖像目錄
    天文學家製作出迄今最大的恆星、星系和類星體三維天文圖像目錄（Credit R.White/STScI / University of Hawaii at Manoa）（神秘的地球uux.cn報導）據科技日報（劉霞）：物理學家組織網日前報導，美國夏威夷大學馬諾阿分校天文學研究所（IfA）天文學家，使用「全景巡天望遠鏡和快速反應系統」（PS1）提供的數據，製作出了迄今最大的恆星、星系和類星體三維天文圖像目錄。
  • 科學家利用人工智慧創建了恆星、星系和類星體的超詳細3D地圖
    MāNoa『s天文研究所(IFA)的一組天文學家創造了有史以來最全面的恆星、星系和類星體的天文成像目錄。一種人工智慧神經網絡。團體來自夏威夷大學ʻI分校MāNoa『s天文研究所的天文學家發布目錄2016年包含30億天體，包括恆星、星系和類星體(超大質量黑洞的活躍核心)。
  • AI助天文學家尋找星系:像素尺度分析,誤報率僅0.09%
    這項研究成果發表在5月12日的《天體物理學雜誌增刊》（Astrophysical Journal Supplement Series）。據論文介紹，在處理天空某一區域的圖像時，「墨菲斯」會生成一副新的圖像。圖中，算法模型根據形態對天體進行顏色編碼，將其與背景分離，識別出恆星和不同類型的星系。
  • 人工智慧看臉識疾病:準確率90%,擔憂歧視性濫用
    1月7日，總部位于波士頓的人工智慧公司FDNA發布了一項最新研究，他們發現，通過訓練數萬張真實的患者面部圖像，人工智慧能夠以較高的精度從人臉照片中識別出罕見遺傳症候群。在這項研究的兩組獨立測試集實驗中，人工智慧算法被要求列出每張面部圖像可能代表的症候群，並按不同症候群的概率依次排序。實驗結果顯示，人工智慧有90%的概率能成功地在前10個答案中列出正確的疾病名稱。人工智慧還在三個獨立實驗中戰勝了臨床專家。
  • 血氧檢測新玩法，識別AI視頻換臉，準確率高達97%
    最近，一篇刊登在 IEEE PAMI（模式分析與機器智能彙刊）上的論文提出了新的方法能夠準確識別 Deepfake 視頻，也就是通過 AI 換臉的視頻，並且能以很高的準確率識別出視頻採用的是哪種 DeepFake 算法。這篇論文提出的思路別出心裁：識別人臉面部因心跳血流產生的微弱變化。
  • 美媒:美國用人工智慧識別中國防空彈發射場,準確率90%
    美媒：美國用人工智慧識別中國防空彈發射場，準確率90% 據參考消息網11月26日報導，美媒稱，在情報機構中，只有為數不多受過訓練的分析人員從事從浩如煙海的衛星圖像中尋找未公開宣布的核設施或秘密軍事場所的工作
  • AI識別腦膠質瘤基因突變 準確率超過97%
    近日，德克薩斯大學西南醫學中心（UT Southwestern）的一項新研究表明，人工智慧可以僅通過檢查大腦的3D圖像來識別腦膠質瘤中的特定基因突變，其準確率超過97％。腦膠質瘤是最常見的惡性原發性腦瘤，佔所有惡性腦瘤的3/4。儘管具有IDH酶突變的腫瘤通常預後較好，但高級別腦膠質瘤（HGG）仍是「致命殺手」，五年生存率僅為15％。
  • 準確率高達97%,是真的嗎?
    這不是指看醫生，而是指發現病原體，狗聞靈敏，這是眾所周知的，這是因為狗對嗅覺和嗅覺器官的敏感度是人類的1萬倍，他們的嗅覺細胞是我們的40到100倍，通過特殊訓練，狗能準確地嗅出帶有癌症細胞的人的癌症。在美國弗羅裡達狀態下，在奧蘭多的美國生物化學和分子生物學學會上發表的一項新研究表明，狗可以通過嗅覺識別血樣中的癌症，準確率為高達90%。
  • 重大的突破,天文學家繪製了100萬個以前不為人知的星系
    天文學家已經繪製出銀河系以外大約100萬個以前未被發現的星系，這是迄今為止利用無線電波對南部天空進行的最詳細的觀測。然而，在我們的照片中，幾乎所有的亮點都是整個星系，而不是單個恆星。從事該目錄工作的天文學家已經確認了大約300萬個星系——遠遠多於莫龍洛巡天期間確認的26萬個星系。為什麼我們需要繪製宇宙圖？
  • 人工智慧診斷皮膚癌準確率達91%,未來手機當醫生不是夢
    現在，人工智慧為這個問題提供了更好的解決方案：在未來，我們或許可以在手機上下載一個APP，開個攝像頭讓機器醫生幫我們看一看，這是不是皮膚癌的早期症狀。史丹福大學一個聯合研究團隊開發出了一個皮膚癌診斷準確率媲美人類醫生的人工智慧，相關成果刊發為了1月底《自然》雜誌的封面論文，題為《達到皮膚科醫生水平的皮膚癌篩查深度神經網絡》（Dermatologist-level classification of skin cancer with deep neural networks）。
  • 人工智慧診斷作物疾病 根據照片即可識別出農作物病害
    現在，人工智慧可能會使這一問題得到解決。近日美國賓夕法尼亞州立大學和瑞士聯邦理工學院（EPFL）的研究人員共同開發了一款軟體，能夠基於用戶提供的照片識別出農作物病害。科學家建立了一個系統模型，並將其連接到一個計算機集群來形成一個神經網絡。
  • 科學家利用AI創建了一幅超詳細的恆星、星系和類星體3D地圖
    夏威夷的Pan-STARRS望遠鏡夏威夷大學馬諾阿天文學研究所（IfA）的一組天文學家通過人工智慧馬諾阿天文學研究所（IfA）的天文學家小組在2016年發布了一份包含30億天體的星表，其中包括恆星、星系和類星體（超大質量黑洞的活動核心）。不用說，解析這個包含2 PB數據的龐大資料庫是一項不適合普通人、科學家，甚至是人類的任務。 2016年目錄發布的主要目標，是更好地表徵這些遙遠的光斑，並繪製所有三個維度的星系排列。
  • 天文學家剛剛繪製了100萬個以前未知的星系
    在使用無線電波對南方天空進行的最詳細的調查中，天文學家已經在銀河系之外繪製了大約一百萬個以前未被發現的星系。快速ASKAP連續測量（或RACS）已將CSIRO的澳大利亞SKA探路者射電望遠鏡（ASKAP）測量得出的星系牢牢地置於國際天文學星圖上。
  • 百度上線英語語音輸入功能識別準確率高得驚人
    本屆GMIC聚焦「人工智慧」，將主題定為：「AI」生萬物，寓意科學技術要有人文的溫度。早前，百度國際旗下的輸入法Facemoji將「人文的溫度」帶入AI技術，在海外又更新並上線了一項最新的人工智慧成果——英語語音輸入功能。
  • 機器人代勞識別準確率高達98%
    兩隻機械臂可以在4秒左右完成一次分揀、投放垃圾的過程，準確率達到98%。ABB（中國）有限公司研究員楊洋博士介紹，這是一套基於人工智慧的垃圾分揀系統，當垃圾通過燈箱，攝像頭會對於傳送帶上的垃圾進行拍照，圖片傳送到機器內部內置的AI加速晶片上，利用人工智慧的目標檢測算法，對圖片當中的垃圾種類以及它的坐標進行推理，推理結果傳送到協作型機器人，機器人拾取，投放到相對應的垃圾桶裡。