瑞士研究人員開發(fā)出一種人工智能算法，可從天文觀測(cè)數(shù)據(jù)中分辨出與暗物質(zhì)有關(guān)的信號(hào)，將其與容易混淆的其他信號(hào)區(qū)別開來(lái)。

這是歐洲航天局2023年11月7日公布的“歐幾里德”空間望遠(yuǎn)鏡拍攝的英仙座星系團(tuán)的彩色圖像。新華社發(fā)（歐洲航天局供圖）

瑞士洛桑聯(lián)邦理工學(xué)院科研人員開發(fā)的這一深度學(xué)習(xí)算法利用了“卷積神經(jīng)網(wǎng)絡(luò)”技術(shù)，這是一類強(qiáng)大的、為處理圖像數(shù)據(jù)而設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)。用源自一個(gè)宇宙學(xué)模型的大量模擬數(shù)據(jù)訓(xùn)練該算法后，在理想條件下，該算法分析星系團(tuán)圖像時(shí)區(qū)分暗物質(zhì)信號(hào)與其他信號(hào)的準(zhǔn)確率達(dá)到80%。相關(guān)論文已發(fā)表在新一期英國(guó)《自然·天文學(xué)》雜志上。

通常認(rèn)為暗物質(zhì)是維系宇宙的無(wú)形力量，它約占所有物質(zhì)的85%；暗物質(zhì)不發(fā)光，也不參與其他電磁作用，因而無(wú)法直接觀測(cè)，只能通過引力效應(yīng)間接研究。此前研究發(fā)現(xiàn)，暗物質(zhì)粒子之間可能發(fā)生相互作用，影響暗物質(zhì)的運(yùn)動(dòng)和分布，在星系尺度上可觀測(cè)到這一現(xiàn)象的引力影響。

由多個(gè)星系組成的星系團(tuán)擁有大量密集的暗物質(zhì)，是研究暗物質(zhì)的理想對(duì)象，但星系眾多也導(dǎo)致其中有不少“噪音”。例如星系中央超大質(zhì)量黑洞釋放能量影響周圍物質(zhì)的運(yùn)動(dòng)，所產(chǎn)生的“活動(dòng)星系核反饋”效應(yīng)就容易與暗物質(zhì)相互作用產(chǎn)生的效應(yīng)相混淆。

該研究模擬了在不同暗物質(zhì)和“活動(dòng)星系核反饋”效應(yīng)下的星系團(tuán)。通過輸入數(shù)千張模擬的星系團(tuán)圖像，這一人工智能算法學(xué)會(huì)了區(qū)分由暗物質(zhì)相互作用引起的信號(hào)和由“活動(dòng)星系核反饋”引起的信號(hào)。

這一成果表明，人工智能可能在分析天文觀測(cè)數(shù)據(jù)時(shí)非常有用，其表現(xiàn)出的適應(yīng)性和可靠性特點(diǎn)使其成為未來(lái)暗物質(zhì)等天文研究中很有前途的工具。

分享讓更多人看到