人工智能可能是探索宇宙的完美工具

在努力理解宇宙的過程中，我們變得貪婪，做出了比我們知道該怎么做更多的觀察。衛(wèi)星每年發(fā)射的信息量達(dá)數(shù)百兆字節(jié)，而智利正在建造的一架望遠(yuǎn)鏡每晚將產(chǎn)生15 TB的太空圖片。對于人類來說，這是不可能的。正如天文學(xué)家Carlo Enrico Petrillo告訴The Verge：“看星系的圖像是我們工作中最浪漫的部分。問題一直在集中。”這就是Petrillo訓(xùn)練AI程序來尋找他的原因。

Petrillo和他的同事正在尋找一種基本上是太空望遠(yuǎn)鏡的現(xiàn)象。當(dāng)一個(gè)巨大的物體(一個(gè)星系或一個(gè)黑洞)進(jìn)入遙遠(yuǎn)的光源和地球上的觀察者之間時(shí)，它會彎曲空間和周圍的光線，從而形成一個(gè)透鏡，使天文學(xué)家能夠更近距離地觀察到地球上難以置信的古老而遙遠(yuǎn)的部分。應(yīng)當(dāng)被屏蔽的宇宙。這稱為重力透鏡，這些透鏡對于理解宇宙的構(gòu)成至關(guān)重要。但是，到目前為止，找到它們是一項(xiàng)緩慢而乏味的工作。

那就是人工智能的源頭-尋找引力透鏡只是一個(gè)開始。就像斯坦福大學(xué)教授吳安德(Andrew Ng)所說的那樣，人工智能的能力能夠使任何事情“自動化，一個(gè)典型的人只需不到一秒鐘的思想就可以完成。”不到一秒鐘聽起來似乎沒有太多思考的余地，但是在篩選當(dāng)代天文學(xué)所創(chuàng)建的大量數(shù)據(jù)時(shí)，這真是天賜之物。

這波AI天文學(xué)家不僅在考慮這項(xiàng)技術(shù)如何對數(shù)據(jù)進(jìn)行分類。他們正在探索一種全新的科學(xué)發(fā)現(xiàn)模式，其中人工智能可以繪制出我們從未見過的宇宙部分。

但首先：重力透鏡。愛因斯坦的廣義相對論在1930年代就一直預(yù)言這種現(xiàn)象，但直到1979年才發(fā)現(xiàn)第一個(gè)例子。為什么?好吧，空間非常非常大，人類需要花費(fèi)很長時(shí)間才能看到它，尤其是在沒有今天的望遠(yuǎn)鏡的情況下。到目前為止，尋求重力透鏡的事情是零星的。

明尼蘇達(dá)大學(xué)天體物理學(xué)教授莉莉亞·威廉姆斯(Liliya Williams)告訴《邊緣報(bào)》：“我們現(xiàn)在已經(jīng)通過各種方式找到了這些透鏡。”尋找某些完全不同的東西是偶然發(fā)現(xiàn)的。通過兩三個(gè)調(diào)查，有人在尋找它們。但是其余都是偶然發(fā)現(xiàn)的。”

看著圖像正是AI擅長的事情。因此，波恩，那不勒斯和格羅寧根大學(xué)的Petrillo及其同事轉(zhuǎn)向了硅谷鐘愛的AI工具：一種由數(shù)字“神經(jīng)元”組成的計(jì)算機(jī)程序，以大腦中的神經(jīng)元為模型，響應(yīng)輸入而激發(fā)。向這些程序(稱為神經(jīng)網(wǎng)絡(luò))提供大量數(shù)據(jù)，它們將開始識別模式。它們特別擅長處理視覺信息，并用于為各種機(jī)器視覺系統(tǒng)提供動力-從自動駕駛汽車的攝像頭到Facebook的圖片標(biāo)記面部識別。

如上個(gè)月發(fā)表的一篇論文所述，將這項(xiàng)技術(shù)應(yīng)用于尋找重力透鏡非常簡單。首先，科學(xué)家們建立了一個(gè)數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，這意味著生成600萬張?zhí)摷賵D像，顯示出引力透鏡的功能和外觀。然后，他們使神經(jīng)網(wǎng)絡(luò)失去了對數(shù)據(jù)的支持，使其緩慢地識別模式。稍后進(jìn)行了一些微調(diào)，他們有了一個(gè)程序，可以在眨眼之間識別引力透鏡。

AI在短短20分鐘內(nèi)檢查了21,789張圖片

Petrillo說：“一個(gè)非常優(yōu)秀的人類分類器可以以每小時(shí)約一千的速度對圖像進(jìn)行分類。”根據(jù)他的團(tuán)隊(duì)使用的那種數(shù)據(jù)，他估計(jì)每30,000個(gè)星系中都會發(fā)現(xiàn)一個(gè)透鏡。因此，一個(gè)不經(jīng)過睡眠或休息一周工作的人類分類器將只能找到五到六個(gè)鏡片。相比之下，神經(jīng)網(wǎng)絡(luò)在短短20分鐘內(nèi)瀏覽了21789張圖像的數(shù)據(jù)庫。Petrillo說，那是一個(gè)單一的古老計(jì)算機(jī)處理器。他說：“這段時(shí)間可以大大縮短。”

神經(jīng)網(wǎng)絡(luò)不如計(jì)算機(jī)精確。為了避免俯視任何鏡頭，其參數(shù)非常寬大。它產(chǎn)生了761種可能的候選物，人類對其進(jìn)行了審查，并縮減為56種。需要進(jìn)一步觀察以確認(rèn)這些是合法發(fā)現(xiàn)，但Petrillo猜測大約三分之一將成為真正的發(fā)現(xiàn)。與過去幾十年來整個(gè)科學(xué)界發(fā)現(xiàn)的數(shù)百個(gè)鏡頭相比，這大約每分鐘可找到一個(gè)鏡頭。這是令人難以置信的加速，也是AI如何幫助天文學(xué)的完美范例。

找到這些透鏡對于理解天文學(xué)的一個(gè)大奧秘至關(guān)重要：宇宙實(shí)際上是由什么組成的?我們所熟悉的物質(zhì)(行星，恒星，小行星等)被認(rèn)為僅占所有物理物質(zhì)的5%，而其他怪異的物質(zhì)構(gòu)成了另外95%。其中包括一種稱為暗物質(zhì)的假設(shè)物質(zhì)，我們從未直接觀察到。相反，我們用重力透鏡作為關(guān)鍵指標(biāo)之一，研究了它對宇宙其余部分的引力影響。

那么AI還能做什么呢?研究人員正在研究許多新工具。有些像Petrillo一樣，正在從事鑒定工作：例如，對星系進(jìn)行分類。其他公司則正在幫助梳理數(shù)據(jù)流中的有趣信號，例如一個(gè)神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)消除了射電望遠(yuǎn)鏡的人為干擾，以幫助科學(xué)家發(fā)現(xiàn)潛在的令人興奮的信號。還有更多的方法被用于識別脈沖星，定位異常的系外行星或增強(qiáng)低分辨率望遠(yuǎn)鏡的圖像。簡而言之，存在大量潛在的應(yīng)用程序。

“總的來說，與機(jī)器相比，人類更加偏見，效率低下并且更容易犯錯(cuò)誤。”

爆炸的部分原因是更大的硬件趨勢使AI的應(yīng)用領(lǐng)域更加廣泛，例如大量廉價(jià)的計(jì)算能力。但這也是由于天文學(xué)性質(zhì)的變化。天文學(xué)家不再在無云的夜晚保持寂寞的守夜，跟蹤各個(gè)行星的運(yùn)動。取而代之的是，他們使用復(fù)雜的機(jī)器，吞噬了早期科學(xué)家無法想象的大量數(shù)據(jù)，吞噬了天空的一部分。威廉姆斯說，更好的望遠(yuǎn)鏡和更好的數(shù)據(jù)存儲意味著比以往更多的分析。

數(shù)據(jù)的分析偉大的大片正是人工智能是很大的。我們可以教它識別模式，然后將其設(shè)置為像不倦的助手一樣工作：從不眨眼，始終保持一致。

它是否使天文學(xué)家擔(dān)心他們信任一臺可能缺乏發(fā)現(xiàn)敏銳事物所需的人類洞察力的機(jī)器上的信任?彼得里洛(Petrilo)說，他沒有打擾。“總的來說，與機(jī)器相比，人類更加偏見，效率低下并且更容易犯錯(cuò)誤。”威廉姆斯同意：“計(jì)算機(jī)可能會遺漏某些事物，但是他們會系統(tǒng)地懷念它們。”只要我們知道他們不知道什么，我們就可以部署自動化系統(tǒng)而不會帶來太大風(fēng)險(xiǎn)。

對于某些天文學(xué)家來說，人工智能的潛力已不僅僅是單純的數(shù)據(jù)分類。他們認(rèn)為人工智能可以用來創(chuàng)造信息，填補(bǔ)我們對宇宙的觀察中的盲點(diǎn)。

天文學(xué)家凱文·舍溫斯基(Kevin Schawinski)和他的團(tuán)隊(duì)專門研究銀河系和黑洞天體物理學(xué)，他們使用AI來增強(qiáng)模糊望遠(yuǎn)鏡圖像的分辨率。為此，他們部署了一種神經(jīng)網(wǎng)絡(luò)，這種神經(jīng)網(wǎng)絡(luò)擅長于生成所研究數(shù)據(jù)的變化，例如可以模仿著名畫家風(fēng)格的訓(xùn)練有素的偽造者。這些被稱為生成對抗網(wǎng)絡(luò)(GAN)的網(wǎng)絡(luò)已被用來根據(jù)名人的照片制作假臉。模仿個(gè)人聲音的虛假音頻對話;以及其他一系列數(shù)據(jù)類型。它們是當(dāng)代AI研究中最豐富的接縫之一，對于Schawinski來說，它們意味著獲得以前所沒有的信息。

Schawinski和他的團(tuán)隊(duì)在今年早些時(shí)候發(fā)表的論文展示了如何使用GAN來改善空間圖片的質(zhì)量。他們降低了一堆星系圖片的圖像質(zhì)量，增加了噪點(diǎn)和模糊，然后使用經(jīng)過望遠(yuǎn)鏡圖像訓(xùn)練的GAN來提高其分辨率，并將其與原始圖像進(jìn)行比較。結(jié)果非常準(zhǔn)確：足以說服沙文斯基相信人工智能有潛力改善天文學(xué)中的各種數(shù)據(jù)集。他說，他和他的團(tuán)隊(duì)“正在取得很多不錯(cuò)的結(jié)果”，但是他們在發(fā)布之前無法透露任何信息。

沙溫斯基對此項(xiàng)目持謹(jǐn)慎態(tài)度。畢竟，這聽起來似乎違反了科學(xué)的核心原理：您只能通過直接觀察宇宙來了解宇宙。他說：“正是出于這個(gè)原因，這是一種危險(xiǎn)的工具。”只有在我們a)擁有足夠且準(zhǔn)確的訓(xùn)練數(shù)據(jù)并且b)可以檢查結(jié)果的情況下，才應(yīng)使用該工具。因此，您可以訓(xùn)練GAN來生成有關(guān)黑洞的數(shù)據(jù)，然后將其放寬到以前從未詳細(xì)觀察到的天空部分。然后，如果它暗示那里存在黑洞，那么天文學(xué)家將第一手證實(shí)這一發(fā)現(xiàn)，就像引力透鏡一樣。Schawinski說，與所有科學(xué)工具一樣，需要進(jìn)行嚴(yán)格的耐心測試，以確保獲得的結(jié)果不會“誤入歧途”。

如果這些方法卓有成效，那么它們將成為Schawinski的一個(gè)全新的探索方法，與經(jīng)典計(jì)算機(jī)模擬和良好的老式觀察一起應(yīng)運(yùn)而生。現(xiàn)在還很早，但是回報(bào)可能是巨大的。Schawinski說：“如果擁有此工具，則可以訪問存檔中的所有現(xiàn)有數(shù)據(jù)，也許可以對其進(jìn)行一些改進(jìn)，并獲得更多的科學(xué)價(jià)值。”以前沒有的價(jià)值。人工智能將執(zhí)行某種科學(xué)的煉金術(shù)，幫助我們將舊知識轉(zhuǎn)化為新知識。而且我們甚至可以在不離開地球的情況下探索前所未有的太空。