面部识别如何帮助天文学家揭示暗物质的秘密

2020-06-19 11:33:36　来源：新媒体传播网

用于解锁人的智能手机的相同技术是否还可以帮助解锁宇宙的秘密?听起来似乎不太可能，但这正是瑞士以科学技术为重点的大学苏黎世联邦理工学院的研究人员正在努力实现的目标。

他们利用当今面部识别技术背后的人工智能神经网络类型的变体，开发了新的AI工具，这些工具可以证明在发现所谓的“ 暗物质”方面发生了改变。物理学家认为，了解这种神秘的物质对于解释有关宇宙基本结构的基本问题是必要的。

“我们[使用的算法非常接近面部识别中常用的算法，” Janis Fluri博士说。一位在苏黎世联邦理工学院实验室工作的学生告诉《数字趋势》，他致力于将神经网络应用于宇宙学问题。“人工智能的优点在于，它可以从任何数据中学习。在面部识别中，它会学习识别眼睛，嘴巴和鼻子，同时我们正在寻找能给我们暗物质暗示的结构。这种模式识别本质上是算法的核心。最终，我们仅对其进行了修改以推断出潜在的宇宙学参数。”

暗物质很重要

但是研究人员到底在寻找什么呢?现在，还不完全清楚。但是，正如美国最高法院大法官波特·斯图尔特(Potter Stewart)令人难忘地谈到淫秽行为时，“当我看到时就知道了。” 或更确切地说，我们不会-因为看不到它。但是一旦发现，科学家就会知道。欢迎来到奇怪的暗物质世界。

盖蒂

假设存在某种形式的暗物质已有一个多世纪的历史了。人们认为它占宇宙的27%左右，比可见物质的比例大约为六比一。我们可以检测到的宇宙中的一切-组成银河，恒星，行星，地球生命的所有原子物质，以及您正在阅读本文的设备-仅仅是存在的所有物质的很小一部分。绝大多数无法直接跟踪。它是不可见的，能够直接穿过常规的可见物质。

相反，它的存在是根据我们对宇宙工作方式的观察得出的。就像您从未见过的室友一样，但肯定存在，因为他们的一半账单都已付清，并且有时有人在需要时使用淋浴。仅在这种情况下，这是因为科学家已经得出结论，星系旋转的速度足够快，以至于仅凭可观察物质产生的引力就无法将它们保持在一起。因此，从理论上讲，暗物质是使这些星系具有不像自杀纸袋那样将自身撕裂所需的额外质量的秘密成分。它以尘埃和气体的形式驱使正常物质聚集并聚集成恒星和星系。

引力透镜作用弱

寻找无法看的东西听起来很困难。它是。但是科学家有一种方法可以查明他们认为暗物质最可能位于的位置。他们通过观察大星系团的引力弯曲并扭曲来自更遥远星系的光的微妙方式来做到这一点。这称为弱引力透镜。

盖蒂

天文学家观察大质量星系团周围的区域后，便可以识别出出现扭曲的背景星系。通过对这些畸变进行逆向工程，他们可以隔离认为可以找到可见和不可见物质的最浓物质。可以将其想象为海市rage楼效果，该效果会导致在炎热的天气中远处的图像变得模糊且微闪，只有很远的距离。

“以前，人们会通过手动选择相关特征来研究弱镜头质量图，” Janis Fluri解释说。“这是一项非常复杂的任务，不能保证所选功能包含所有相关信息。我们使用AI方法解决了这个问题。我们工作中使用的卷积神经网络擅长模式识别。”

卷积神经网络是一种大脑灵感的人工智能，通常用于图像分类任务。尽管其神经元仍然具有常规神经网络(即允许其学习的事物)的可学习的权重和偏见，但其明确的假设(将其作为输入来处理图像)允许其创建者减少网络中的参数数量。这使其更有效。

“这是AI在真正的宇宙学数据(包括其附带的所有实际方面)中的首次应用。”

“粗略地说，[它是由我们为网络提供的工作]提供了大量数据，他们会自动创建一组复杂的过滤器以提取地图的相关信息，” Tomasz Kacprzak博士(该书的另一位合著者)该项目告诉《数字趋势》。“然后，它尝试最佳地组合这些过滤器以给出尽可能精确的答案。”

提取宇宙学参数

研究人员通过向其提供计算机生成的模拟宇宙的数据来训练他们的神经网络。这使得它可以重复分析暗物质图，从而能够从夜空的真实图像中提取“宇宙学参数”。根据人为统计分析，结果显示，与传统方法相比，改进了30%。

“在训练阶段，AI算法需要大量数据来学习，” Fluri继续说道。“在我们的案例模拟中，此训练数据尽可能准确是非常重要的。否则，它将学习真实数据中不存在的功能。为此，我们必须生成许多大型且准确的仿真，这非常具有挑战性。之后，我们必须调整算法以达到最佳性能。这是通过测试多个网络体系结构以优化性能来完成的。”

然后，他们使用训练有素的神经网络分析实际的暗物质图。这些来自所谓的KiDS-450数据集，该数据集是使用智利的VLT测量望远镜(VST)制成的。该数据集的总面积约为满月大小的2200倍。它包含约1500万个星系的记录。

由于海量的数据，研究人员需要一台超级计算机来将人工智能付诸实践。他们最终在位于瑞士南部与意大利接壤的城市卢加诺的瑞士国家超级计算机中心的计算机上运行了AI。瑞士CSCS的超级计算机可用于所有瑞士大学和研究机构。它的机器功能强大，为了防止它们过热，将附近卢加诺湖的水以每秒460升的速度泵入进行冷却。

郑重声明:本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

相关文章

热点推荐

点击排行