人工智能(AI)技術(shù)在天文學(xué)領(lǐng)域應(yīng)用效果如何?國(guó)際知名學(xué)術(shù)期刊《自然》北京時(shí)間3月6日凌晨在線發(fā)表一篇天文學(xué)論文稱(chēng)，一種新型機(jī)器學(xué)習(xí)方法或能讓天文學(xué)家更快確定雙中子星合并的位置。

雙中子星合并的藝術(shù)呈現(xiàn)圖(圖片來(lái)自MPI-IS&A.Posada)。施普林格·自然 供圖

論文作者表示，這是通過(guò)一種算法去研究來(lái)自中子星合并的引力波輻射，當(dāng)信號(hào)抵達(dá)地球時(shí)只需一秒就能對(duì)合并事件進(jìn)行識(shí)別和定位。這種對(duì)來(lái)自恒星合并的引力波的自動(dòng)探測(cè)，或提供出對(duì)此類(lèi)宇宙事件的新認(rèn)知。

該論文介紹，地球上的探測(cè)器能捕捉到雙中子星合并的引力波信號(hào)，但仍需快速的后續(xù)觀測(cè)才能理解這些恒星的組成以及它們碰撞時(shí)會(huì)發(fā)生什么。傳統(tǒng)方法有時(shí)無(wú)法快速獲得數(shù)據(jù)，以便在合并后的關(guān)鍵時(shí)刻將望遠(yuǎn)鏡對(duì)準(zhǔn)來(lái)源?；跈C(jī)器學(xué)習(xí)的方法能加快分析過(guò)程，但與信號(hào)長(zhǎng)度和復(fù)雜性相關(guān)的挑戰(zhàn)導(dǎo)致對(duì)合并位置的預(yù)測(cè)精度較低。

在本項(xiàng)研究中，論文第一作者兼通訊作者、德國(guó)馬克斯·普朗克智能系統(tǒng)研究所Maximilian Dax和同事提出了一種機(jī)器學(xué)習(xí)方法，命名為DINGO-BNS。該方法能在探測(cè)到引力波后對(duì)雙中子星合并進(jìn)行高精度的表征和定位，其算法不僅顯著快于更早的迭代版本，而且結(jié)果的精度也提高了30%。

雙中子星合并的藝術(shù)呈現(xiàn)圖(圖片來(lái)自MPI-IS&A.Posada)。施普林格·自然 供圖

論文作者總結(jié)指出，DINGO-BNS獲得的詳細(xì)信息能用于確定哪些事件最值得使用昂貴的望遠(yuǎn)鏡時(shí)間。他們認(rèn)為，這種天文學(xué)領(lǐng)域應(yīng)用人工智能的方法，未來(lái)或能改進(jìn)用于探測(cè)其他類(lèi)型的引力波來(lái)源，提升人類(lèi)對(duì)整個(gè)宇宙的認(rèn)識(shí)。(完)

關(guān)鍵詞： 《自然》 家具市場(chǎng) 電視購(gòu)物