您的位置:首页 >医药前沿 >

研究人员训练AI Bot识别星系

时间:2021-08-06 08:52:13 来源:

ClaRAN在扫描无线电和红外数据期间做出了十四个射电星系预测。所有预测都以较高的“置信度”进行,显示为检测框上方的数字。1.00的置信度表示ClaRAN极有信心相信所检测到的源是一个射电星系射流系统,并且已经正确地对其进行了分类。

研究人员教授了一种人工智能程序,该程序用于识别Facebook上的面孔,以识别深空中的星系。

结果是一个名为ClaRAN的AI机器人可以扫描射电望远镜拍摄的图像。

它的工作是发现射电星系,这些星系从其中心的超大质量黑洞发出强大的射流。

ClaRAN是大数据专家Chen Wu博士和天文学家Ivy Wong博士的创意,他们都是来自国际射电天文学研究中心(ICRAR)的西澳大利亚大学分校。

黄博士说,黑洞位于大多数(如果不是全部)星系的中心。

她说:“这些超大质量的黑洞偶尔会打出射束,这些射束可以用射电望远镜看到。”

随着时间的流逝,喷气机可以从其宿主星系延伸很长的距离,这使得传统的计算机程序很难分辨出星系所在的位置。

“这就是我们试图教ClaRAN做的事情。”

吴博士说,ClaRAN源自微软和Facebook的对象检测软件的开源版本。

他说,该程序已经过全面检查和培训,可以识别星系而不是人。

ClaRAN本身也是开源的,可以在GitHub上公开获得。

黄博士说,即将进行的使用西澳州的澳大利亚平方公里阵列探路者(ASKAP)望远镜进行的EMU调查预计将在整个宇宙历史上观测到多达7,000万个星系。

通过合并来自不同望远镜的数据,ClaRAN在检测和分类方面的“信心”水平得以提高。显示为检测框上方的数字,置信度为1.00表示ClaRAN非常确定检测到的源是射电星系射流系统并且已正确分类。左侧是ClaRAN检
测到的射电星系射流系统,仅使用来自射电望远镜的数据。ClaRAN不确定在这里看到什么,给出了两个预测,一个预测以0.53的低置信度覆盖整个系统,而一个预测仅以0.67的置信度覆盖了顶级喷气机。右边是同一个星系,但是红外望远镜的数据被覆盖了。通过包含红外望远镜的数据,ClaRAN对检测的信心提高到了1.0的最高值,而ClaRAN现在将整个系统纳入其唯一的预测中。

她说,传统的计算机算法能够正确识别90%的来源。

Wong博士说:“由于其扩展结构的复杂性,仍然有10%或700万个“困难”星系必须被人类盯上。

Wong博士先前通过Radio Galaxy Zoo项目利用公民科学的力量来发现星系。

她说:“如果ClaRAN将要求视觉分类的光源数量减少到百分之一,这意味着我们的公民科学家有更多时间花在寻找新型星系上,”她说。

由Radio Galaxy Zoo志愿者制作的高精度目录被用来培训ClaRAN如何识别飞机的起源。

吴博士说,ClaRAN是称为“编程2.0”的新范例的一个示例。

他说:“您要做的就是建立一个巨大的神经网络,为其提供大量数据,然后让其指出如何调整其内部联系以产生预期的结果。”

“新一代的程序员花费99%的时间来制作最优质的数据集,然后训练AI算法来优化其余部分。

“这是编程的未来。”

黄博士说,ClaRAN对于望远镜观测的处理方式具有重大意义。

她说:“如果我们可以开始为下一代调查应用这些更高级的方法,那么我们就可以最大限度地利用它们。”

“使用40年的全新数据方法毫无意义,因为我们正在尝试比以往任何时候都更深入地探索宇宙。”

关于ClaRAN的研究论文今天在牛津大学出版社出版的《皇家天文学会月刊》中发布。


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。
猜你喜欢