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(AI)神經網絡,創建了有史以來最全面的恆星、星系和類星體的天文成像目錄。
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。終於,藉助機器學習的能力,Pan-STARRS團隊完成了這項「不可能完成」的任務。他們的工作結果已發布在《皇家天文學會月刊》上。
夏威夷大學發布的一份新聞稿說,他們的PS1望遠鏡位於夏威夷大島哈雷阿卡拉山頂,能夠掃描75%的天空,它目前主持了世界上最大的深多色光學測量。相比之下,斯隆數字天空調查(SDSS)僅覆蓋25%的天空。
為了給計算機提供一個參照系,並教會它如何區分天體類別,研究小組轉向了公開可用的光譜測量。研究的主要作者,IfA的前宇宙學博士後研究員羅伯特·貝克(Robert Beck)解釋說,這些顏色和物體尺寸的度量數以百萬計。
宇宙密度圖,15到30億光年之間的星系。
貝克解釋道:「利用最先進的優化算法,我們使用了近400萬個光源組成的光譜訓練集,教神經網絡預測光源類型和星系距離,同時糾正銀河系塵埃的消光現象。」
這些「培訓」課程效果很好。隨後的神經網絡在對物體進行分類時做得非常出色,星系成功率為98.1%,恆星成功率為97.8%,類星體成功率為96.6%。該系統還確定了到星系的距離,這些距離最多僅相差約3%。據夏威夷大學稱,由此產生的成果是「世界上最大的恆星、星系和類星體三維天文影像目錄」。
「這張美麗的宇宙地圖提供了一個例子,說明了如何通過人工智慧技術和補充觀測,使Pan-STARRS大數據集的威力成倍增加,」該團隊成員和研究的合著者肯尼斯·錢伯斯(Kenneth Chambers)解釋說。 「隨著Pan-STARRS收集越來越多的數據,我們將使用機器學習來提取有關近地天體、太陽系、銀河系和宇宙的更多信息。」
新的目錄是在國家科學基金會(National Science Foundation)的資助下完成的,它可以通過Mikulski太空望遠鏡檔案館公開獲取。該資料庫的大小為300G,可以通過多種格式(包括可下載的計算機可讀表格)進行訪問。
這項調查已經產生了一些有趣的科學成果,包括對一個被稱為冷斑的相當詭異的空間區域的解釋。Pan-STARRS團隊的科學家們利用PS1望遠鏡和美國宇航局的廣域勘測探測器衛星,發現了一個巨大的超空間,正如夏威夷大學5年前所描述的那樣,這是一個「18億光年寬的廣闊區域,其中星系的密度遠低於已知宇宙中通常的密度」。研究人員稱,正如在宇宙微波背景中看到的那樣,正是這種超空穴造成了冷斑。
更新後的地圖還將用於研究宇宙的整體幾何學,進一步檢驗我們關於標準宇宙學模型的理論,分析古代星系,以及其他許多天文和宇宙學研究的途徑。
如果朋友們喜歡,敬請關注「知新了了」!