訂閱
糾錯
加入自媒體

“行星狩獵”,AI已經(jīng)出手

在不間斷探索廣袤太空的過程中,美國國家航空航天局(NASA)越來越意識到:獲得的數(shù)據(jù)實(shí)在太多了!

這是人類技術(shù)越來越強(qiáng)的體現(xiàn)。發(fā)射出去的大小探測器,一個個野心勃勃,劍指前輩望遠(yuǎn)鏡們不敢想象的每一處深空,同時,返回的數(shù)據(jù)夜以繼日地累積著。

可這些數(shù)據(jù)都是要分析的啊……科學(xué)家們扶著額頭想。

這不是雇幾個實(shí)習(xí)生就能幫助解決的問題,幸好,有人工智能(AI)在。

數(shù)據(jù)如山倒,分析如抽絲

分析海量數(shù)據(jù),究竟要面對多大壓力?

以開普勒太空望遠(yuǎn)鏡為例,其在2009年發(fā)射升空,是世界首個用于探測太陽系外類地行星的飛行器。僅在起初3年半的任務(wù)期內(nèi),開普勒望遠(yuǎn)鏡就對超過15萬個恒星系統(tǒng)展開不斷監(jiān)控,從而產(chǎn)生了龐大的數(shù)據(jù)集。這些數(shù)據(jù)首先要經(jīng)由計(jì)算機(jī)處理,但當(dāng)計(jì)算機(jī)識別出一定的信號時,又必須依靠人工分析,判斷其是否為行星軌道所產(chǎn)生,這項(xiàng)巨大的篩查工作單靠NASA的科學(xué)家甚至科學(xué)小組,都沒有非常有效的方法完成。

曾經(jīng),NASA嘗試了將所有數(shù)據(jù)公之于眾的做法。該機(jī)構(gòu)成立了名為“系外行星探索者”的新項(xiàng)目,讓成千上萬的公民科學(xué)家在注冊后訪問開普勒任務(wù)所記錄的信息,并有效地進(jìn)行數(shù)據(jù)挖掘。

這個辦法相當(dāng)不錯。很快加州理工學(xué)院就宣布一組公民科學(xué)家找到了新的“太陽系”,一個多行星系統(tǒng),是NASA科學(xué)家此前沒有發(fā)現(xiàn)的。

公民科學(xué)家其實(shí)很適合參與到數(shù)據(jù)收集與分析活動中來,這就是所謂“聚沙成塔”。不過,面對源源不斷襲來的海量數(shù)據(jù),人力終究不是長遠(yuǎn)之計(jì)。

AI:我來試試?

一方面是數(shù)據(jù)如山倒;另一方面,像開普勒望遠(yuǎn)鏡這樣的設(shè)備,獲得的數(shù)據(jù)背景其實(shí)非常繁雜,人類科學(xué)家往往無法準(zhǔn)確定位到數(shù)據(jù)集里的所有行星。

于是,在開普勒K2階段任務(wù)的一項(xiàng)最新研究中,德克薩斯大學(xué)奧斯汀分校科學(xué)家與谷歌公司合作開發(fā)了一種人工智能算法,這種算法可以追尋到被普通方法遺漏的行星。

目前,研究團(tuán)隊(duì)使用該方法在開普勒望遠(yuǎn)鏡的龐大數(shù)據(jù)集中,找到了兩顆新的系外行星。這兩顆行星都位于水瓶星座,宿主恒星距離地球分別有1300光年和1230光年。

這已經(jīng)不是人工智能第一次出手幫助人們“找星星”。2017年底,谷歌的機(jī)器學(xué)習(xí)技術(shù)就成為了發(fā)現(xiàn)系外行星的功臣,其過程涉及讓計(jì)算機(jī)學(xué)會從開普勒收集的3.5萬個可能的行星信號中搜尋“凌星”的跡象。

隨著技術(shù)更迭,科學(xué)家很欣慰地發(fā)現(xiàn),新算法已可以幫助人類找到更多傳統(tǒng)方法找不到的行星,當(dāng)然,更將有助于其他行星探測任務(wù)的數(shù)據(jù)分析,從而最終追蹤到與我們地球最像的行星。

TESS:我資金不多,但數(shù)據(jù)也不少

1995年,日內(nèi)瓦大學(xué)天文學(xué)家宣布發(fā)現(xiàn)了太陽系外的第一顆行星。從那以后,人們一直在致力尋找更多系外行星,因?yàn)槟怯小傲硪粋世界”的希望。

現(xiàn)在,地基射電望遠(yuǎn)鏡、軌道太空望遠(yuǎn)鏡和其他強(qiáng)大的高科技工具,正以驚人的速度發(fā)現(xiàn)著新的星球。截至2018年3月8日的數(shù)據(jù),經(jīng)天文學(xué)家分析確認(rèn)后的太陽系外行星共有3743顆,其中2649顆由開普勒望遠(yuǎn)鏡發(fā)現(xiàn)。

這不過是已獲得數(shù)據(jù)集里的九牛一毛。

開普勒望遠(yuǎn)鏡之后,NASA的“凌日系外行星勘測衛(wèi)星”(TESS,“苔絲”)已于2018年4月18日升空。按NASA的描述,這個探測器是中等任務(wù)級別,預(yù)算遠(yuǎn)不及開普勒任務(wù),甚至一度被嘲是個“半吊子”繼任者。

但TESS有自己步調(diào)。即便任務(wù)級別略遜,TESS也將帶來全天候、全天空的“狩獵”——掃描至少20萬顆恒星,觀測太空區(qū)域比開普勒大350倍。從它的數(shù)據(jù)中,科學(xué)家將調(diào)查行星的密度、大氣以及分析是否有液態(tài)水,一旦有出現(xiàn)“地球2.0”的希望,資金也將相應(yīng)升級。

無論是開普勒還是TESS,數(shù)據(jù)已經(jīng)到了科學(xué)家不可能全部進(jìn)行人工分析的階段。而谷歌的AI工程師早已看到這一幕——

他們曾說:當(dāng)人工“大海撈針”難以招架,正是機(jī)器學(xué)習(xí)技術(shù)上陣的時候。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號