人工智能(AI)技術(shù)在天文學(xué)領(lǐng)域應(yīng)用效果如何？國際知名學(xué)術(shù)期刊《自然》北京時間3月6日凌晨在線發(fā)表一篇天文學(xué)論文稱，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(圖片來自MPI-IS&A.Posada)。施普林格·自然 供圖
論文作者表示，這是通過一種算法去研究來自中子星合并的引力波輻射，當(dāng)信號抵達(dá)地球時只需一秒就能對合并事件進(jìn)行識別和定位。這種對來自恒星合并的引力波的自動探測，或提供出對此類宇宙事件的新認(rèn)知。
該論文介紹，地球上的探測器能捕捉到雙中子星合并的引力波信號，但仍需快速的后續(xù)觀測才能理解這些恒星的組成以及它們碰撞時會發(fā)生什么。傳統(tǒng)方法有時無法快速獲得數(shù)據(jù)，以便在合并后的關(guān)鍵時刻將望遠(yuǎn)鏡對準(zhǔn)來源?；跈C(jī)器學(xué)習(xí)的方法能加快分析過程，但與信號長度和復(fù)雜性相關(guān)的挑戰(zhàn)導(dǎo)致對合并位置的預(yù)測精度較低。
在本項研究中，論文第一作者兼通訊作者、德國馬克斯·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。該方法能在探測到引力波后對雙中子星合并進(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，未來或能改進(jìn)用于探測其他類型的引力波來源，提升人類對整個宇宙的認(rèn)識。(完)