本文系网易智能任务室（大众号 smartman163）出品。聚焦AI，读懂下一个大时代！

【网易智能讯 1月14日音讯】下一代望远镜功用弱小，将可以扫描数百万颗恒星，并生成少量的数据，而地理学家将担任应用这些数据停止剖析。关于地理学家来说，这些数据太多了，因此并不能为数据挑选或建模带来好处，所以地理学家们转向计划应用人工智能对数据停止处置。

底线： 过来，算法对地理学家们有所协助，但随着最近人工智能的开展，尤其是图像辨认才能的进步以及计算速度的进步、本钱的下降，这些技术将会被更多的研讨人员所运用。来自佛罗里达海湾大学的地理学家德里克 布西希说：“由于我们无法无效处置这些数据流，所以我们必需改动原来的操作形式。”

举个例子： 智利建造的高达8.4米的镜望远镜（LSST）将在将来10年内，用一部汽车大小的数码相机，每隔几天就对整个北方的天空停止拍摄。总体来说，估计它将搜集超越5000万千兆字节的原始数据。

创新点： 有些新办法，“5到10年前还不存在，他们的呈现或许进步了运算速度，或许进步了运算的准确度，”堪萨斯大学的研讨生唐纳德?李-布朗说。对此停止粗略剖析，后果显示，在过来的五年中，对机器学习停止研讨的地理学论文数量添加了5倍。

地理学家是如何应用人工智能的：

1）用望远镜停止协分配合

洛斯阿拉莫斯国度实验室的汤姆?韦特兰德说，观测天空的大型望远镜将会对“长久的天象事情”停止观测――它们是新信号或“夜空作祟”的来源。

其中一些事情――比方伽马射线暴，被Vestrand称为“黑洞降生公告”――继续工夫仅不到一分钟。在这么短的工夫内，它们需求被探测到，被归类为真实或虚伪事情（比方是一架飞过的飞机而已），然后用最适宜的望远镜对准它们从而进一步停止调查。

有了像LSST这样的望远镜，每天早晨能够会检测到5万个长久事情，同时，世界各地数百个望远镜也会协同停止任务。“人工速度曾经赶不上机器，”韦特兰德说，“这些任务需求机器对接来完成”。

2）对数据停止剖析

在两年的工夫内，每隔30分钟，NASA新型凌日系内行星勘测卫星就会传回近半个天空的全幅照片，为地理学家们提供2000万颗恒星的信息以便察看。

“今后关于这些恒星的数据将比我们以前理解的总量还要多，”布西说到。接上去，人工智能可以对它停止分类，假如它们有一些类似之处，就把它们组合在一同，然后交给人类去“看看人工智能无法辨认的1%”。

事先的想法是，人工智能可以对数据停止分类，将有类似之处的数据组合在一同，然后交由人类对“人工智能无法辨认的1%”停止剖析。李-布朗说：“应用神经网络工具可以获取恒星的温度信息或金属性质，这不只比我们以前的办法更准确，而且速度也比之前快十亿倍。”机器学习现应用于对黑洞的研讨，用于寻觅内行星，并用于对宇宙及其参数停止建模。布泽西说，在处置数据方面，人工智能可以以一直如一的波动性执行义务，而人类想要到达相当的程度是十分困难的。

3）用于 发掘数据

太空望远镜迷信研讨所的约书亚?皮克说：“所失掉的大局部地理学数据都被丢弃了，但其中有些数据却包含着深层的物理信息，只是我们不晓得怎样对其停止开掘而已。”Peek说，发生这些美丽的星云图像之后，其中的信息常常会被丢弃。他正在开发一种叫做卷积神经网络的机器学习工具，可以将图像分类为不同的对象，进而从关于弥散性等离子体和气体构造中提取特征信息――这是宇宙中大少数正常物质存在的形态。然后，地理学家们就可以研讨宇宙中不同构造之间的异同。

一个重要的成绩是：“为了发现仍不知如何描绘的东西，你应该如何编写软件呢？”Vestrand问道。“关于不寻常事情，有一局部是罕见的，但关于那些不罕见的异常事情，应该怎样处置呢？”

而这将是真正存在新发现的中央，由于很分明，你并不晓得它们是什么。”

（选自：Axios 作者：Alison Snyder 编译：网易智能 参与：Sarah 原文链接:https://www.axios.com/astronomers-are-using-ai-to-study-the-vast-universe-fast-1515610061-451926e4-02f9-4460-9f68-a7489e7c6577.html】