【文/觀察者網(wǎng) 陳思佳】近年來，高速發(fā)展的人工智能開始在越來越多的專業(yè)領域發(fā)揮作用。作為一門需要處理海量數(shù)據(jù)的學科，天文學正成為AI應用的最佳場景之一，AI正逐漸為系外行星探測、天文數(shù)據(jù)分析、物理模擬乃至衛(wèi)星的指揮調配方面提供幫助。

未來AI會如何推動天文科學發(fā)展？7月4日，2024世界人工智能大會暨人工智能全球治理高級別會議期間，“AI for Science-人工智能賦能中國空間天文”舉辦，圍繞AI驅動天文研究、AI與系外行星發(fā)現(xiàn)、AI與空間高能天文、AI與空間天文數(shù)據(jù)等領域展開討論。

AI for Science-人工智能賦能中國空間天文專題論壇2024世界人工智能大會

傳統(tǒng)方法處理數(shù)據(jù)慢，科學家尋求AI幫助

中國科學院院士、中國載人航天工程空間科學首席專家顧逸東在演講中介紹了他參與的愛因斯坦探針衛(wèi)星（EP）、天基多波段空間變源監(jiān)視器（SVOM）等空間科學衛(wèi)星項目，以及巡天空間望遠鏡（CSST）、高能宇宙輻射探測設施（HERD）、宇宙伽馬射線暴偏振探測器（POLAR-2）等基于中國空間站的天文任務。

顧逸東表示，以ChatGPT為代表的生成式人工智能的重大突破，推動了各領域AI應用的爆發(fā)式增長，可能引發(fā)新的產(chǎn)業(yè)革命?！癆I for Science”正在快速興起，作為自然科學前沿的天文學要如何把握新發(fā)展態(tài)勢，深度融合AI和天文，是當前的重大課題。

中國科學院院士顧逸東發(fā)表演講2024世界人工智能大會

他指出，空間天文具有數(shù)據(jù)量空前的指數(shù)級增長、天體目標豐富多樣、目標信息提取及高精度和定量化要求這些特點。隨著我國空間科學飛速發(fā)展，數(shù)據(jù)量正以空前的速度增長，“從幾十億個不同類型的天體中獲取形狀、光譜、坐標、紅移、引力透鏡、爆發(fā)時變等大量數(shù)據(jù)，依靠傳統(tǒng)數(shù)據(jù)處理模式已經(jīng)很難滿足科研需求?！?

他舉例說，EP和SVOM每年數(shù)據(jù)可達幾十TB。預計CSST發(fā)射升空后，每幅圖像將達到5GB，一年獲取12萬幅圖像，數(shù)據(jù)總量將達到30PB以上。HERD預計也將每年產(chǎn)生3.5PB的數(shù)據(jù)。

顧逸東認為，AI可以在天文圖像目標分類和特征信號搜尋、粒子天體物理等探測數(shù)據(jù)智能處理、復雜約束的望遠鏡運行優(yōu)化決策、宇宙學和天體物理模擬、知識圖譜構建、衛(wèi)星和望遠鏡健康診斷等方面發(fā)揮作用。

中國科學院上海天文臺研究員、講席教授葛健介紹了AI如何助力系外地球巡天。他舉例說，利用人工智能GFPC全新算法，研究團隊已在開普勒數(shù)據(jù)中發(fā)現(xiàn)5顆超短周期亞地球系外行星，搜尋速度提高了1000倍，精度和完備性都有所提升。

目前國際上運行的空間搜尋系外行星的衛(wèi)星全都采用成熟的凌星法，但至今依然沒有找到“地球2.0”。葛健表示，中國科學院空間先導背景型研究支持的“地球2.0”空間巡天（ET）計劃用4年時間探尋“地球2.0”，預計將發(fā)現(xiàn)約3萬顆系外行星，是目前已知數(shù)量的6倍。

葛健還表示，ET的高精度測光數(shù)據(jù)將是開普勒數(shù)據(jù)的至少10倍，將極大地擴展系外行星的參數(shù)空間。

他指出，系外行星巡天已經(jīng)產(chǎn)生了海量數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)處理方法速度慢、精度和完整度不夠，AI深度學習算法可以解決海量天文數(shù)據(jù)的微弱信號搜尋，ET科學衛(wèi)星結合AI深度學習算法有望快速探測到“系外地球”的微弱信號。

美國麻省理工學院卡夫利天體物理和空間研究所副教授安德魯·范德伯格（Andrew Vanderburg）也通過視頻方式發(fā)表演講，他表示，隨著數(shù)字探測器和更強大計算技術出現(xiàn)，探測系外行星等宇宙探索的過程將變得更加高效，科學家可以通過更詳細、更數(shù)字的方式識別系外行星。

2015年12月，我國首顆暗物質粒子探測衛(wèi)星“悟空號”發(fā)射升空。“悟空號”已連續(xù)工作了8年多，在太空中接收來自宇宙的高能原子核、電子和伽馬射線的信號。在對“悟空號”收集的數(shù)據(jù)進行處理的過程中，AI也發(fā)揮了重要作用。

中國科學院紫金山天文臺副臺長范一中介紹說，高電荷高能量核素導致“悟空號”儀器“著火”通道數(shù)過多，局部共模噪聲無法計算，數(shù)據(jù)大片丟棄?？蒲腥藛T通過AI工具重建了這些粒子的正確軌跡，這是經(jīng)典方法無法做到的。