从分析恒星内部的声波到绘制星系，人工智能已经在太空探索中发挥着关键作用。它甚至可以帮助太空探索者在附近的行星上自主着陆。我们与该领域的顶尖天体物理学家、天文学家和空间工程师进行了交谈，以了解更多信息。

本博客节选自我们的第六集每日AI播客 。

凝视我们的过去

对于Wiradjuri天体物理学家和科学传播者来说，柯尔斯顿银行 在美国，了解天空是了解我们过去的关键部分。柯尔斯顿目前正在攻读博士学位，研究我们银河系的恒星，试图更多地了解它的历史和形成。

“作为Wiradjuri天体物理学家真正酷的部分是，你确实[可以]观察太空，以了解更多并揭示更多的知识，”克尔斯滕说。

“但你背后也有历史，这种文化在这片我们现在称为澳大利亚的土地上已经存在了65000多年。”

柯尔斯顿的研究包括研究星系，以了解它们在过去130亿年的演变。她的工作是专门研究两种非常相似的恒星:红巨星分支星和红团星。为了识别这些恒星，柯尔斯顿正在仔细研究它们的DNA。

“这些观测是非常耗时的，有很多观测。他们需要几周，几个月，有时甚至几年，”柯尔斯顿说。

这就是人工智能的用武之地。柯尔斯顿使用的是一种数据驱动算法叫做大炮。该算法从这些恒星的数据中学习，并根据输入的参数生成一个模型。这为柯尔斯滕和她的同事节省了大量的工作。这让他们更容易分辨他们看到的是红巨星，还是红团星。研究人员可以利用这些信息来绘制星系地图，了解恒星的年龄，以及它们是如何在星系中移动的。

柯尔斯顿说:“所以如果我们确切地知道它们现在在哪里，去过哪里，它们的年龄，以及它们的成分，我们就可以让时间倒流。”

“通过这些，理解并尝试回答更多的问题，比如生命从何而来?”

黑洞突破

当你仰望星空时，你看到了什么?根据我们的天文学家黄翠芳博士 在美国，答案主要是氢和氦，也被称为重子物质。所有这些物质与暗物质结合就形成了星系。

艾维的研究包括找出星系如何形成恒星以及如何形成中央超大质量星系黑洞。她的工作最近获得了人工智能的帮助，试图将星系分类的方法自动化。

随着天文学家的仪器越来越先进，我们最终得到的数据集越来越大。tb级的数据。即将进行的恒星形成星系调查叫做鸸鹋将使用我们最新的射电望远镜，ASKAP 来观察太空深处。这次调查预计将探测到宇宙历史上多达4000万个星系。其中许多将离我们数百万光年远。有些会向我们展示黑洞。我们甚至可以探测到我们从未见过的新物体。我们的ASKAP射电望远镜每年记录大约75000 tb的原始数据。

有了这些信息，像艾薇这样的天文学家将能够在不同的演化阶段观察星系，研究它们在演化过程中是如何变化的。但这是一项大工程。这就是人工智能的用武之地。

“人工智能计算机视觉正处于一个阶段，它可以分析这些星系图像，并将它们分为不同的阶段。但它只能对4000万中的90%进行分类，”艾薇说。

“剩下的400万个星系留给了人类的眼睛。这仍然是一个太大的任务。”

太空时代的技术

从2013年到2019年的几年里，艾薇的团队向普通人呼吁帮助他们。你可以登录其中一个项目，查看图片来识别特定的星系。这个过程创造了最好的质量数据集之一，因为它已经由多人审查。然后，专家们使用这些数据集训练人工智能，使其能够分析最后的400万个星系。并为公民科学家团队留下一个更易于管理的数字。

这个名为CLARAN(神经网络自动分类无线电源)的人工智能系统使用的技术与Facebook在你的照片中检测人脸的技术相同。本质上是学习识别某些特征，并提示我们在看谁或什么。

“CLARAN会画一个方框，并将不同的斑点整理成它认为是一个对象的东西，”艾薇说。“我们教CLARAN如何识别六种不同类型的射电星系。”

在CLARAN的帮助下，我们对宇宙的理解不断增长。

“星系的数量和类型是固定的，但我们看到它们的能力实际上随着时间的推移而增加，”艾薇说。

“在这个时间点上，我们可能看不到所有的星系。随着更先进的技术，我们看到的星系越来越奇怪。”