美國斯坦福大學與SLAC國家實驗室的研究人員近日宣布,利用神經網絡的人工智能算法分析被稱為“引力透鏡”的復雜時空扭曲現象,可在不到1秒的時間內完成,比傳統方法快了1000萬倍以上。這一成果發表在最新一期出版的《自然》雜志上。 引力透鏡指大質量天體(如星系團)的引力改變了更遠天體的光路,使之被望遠鏡觀測時發生扭曲的現象。引力透鏡提供了質量在宇宙空間中分布的線索,是研究暗物質與暗能量的重要途徑。傳統上,對于引力透鏡的分析需要將望遠鏡觀測得到的實際圖像與數學透鏡模型生成的大量計算機模擬結果進行比較,并需要專家進行人工分析,可能需要幾個星期到幾個月的時間。而該研究團隊使用包含50萬模擬透鏡圖像的數據集去訓練神經網絡,隨后神經網絡可以在幾分之一秒的時間內從真實圖像中提取信息,并取得與傳統方法類似的結果。 此前,人工智能方法也曾用于天體物理分析,但結果不甚理想,如僅能判斷引力透鏡是否存在,且穩定性存疑,但神經網絡技術的快速發展......閱讀全文
據物理學家組織網8月30日文章稱,美國斯坦福直線加速器中心(SLAC)國家實驗室和斯坦福大學的最新研究首次表明,人工智能神經網絡可以準確地分析引力透鏡,且比傳統的方法快1000萬倍,報告發表于英國《自然》雜志上。 引力透鏡是愛因斯坦廣義相對論所描述的一種現象。當光經過遙遠星系、星系團及黑洞等具