人工智能大幅提高引力透镜分析能力

科学日报北京8月31日电(记者张)据物理学家组织网30日发表的一篇文章，斯坦福线性加速器中心国家实验室和斯坦福大学的最新研究首次表明，人工智能神经网络可以准确分析重力透镜，比传统方法快1000万倍。该报告发表在英国杂志《自然》上。

引力透镜是爱因斯坦广义相对论描述的一种现象。当光经过遥远的星系、星系团、黑洞和其他引力很大的天体时，它会像凸透镜一样弯曲。它的原理与光学透镜非常相似，因此被称为引力透镜效应。发光星系的年龄和距离可以根据光谱外带光变化的不规则程度来计算。

更重要的是，这种光的扭曲也提供了一个关键线索，即质量如何在空间中分布，以及这种分布如何导致时间的变化，它们与两个重要的属性有关:宇宙中大量的暗物质和驱动宇宙加速膨胀的暗能量。

然而，到目前为止，这样的分析是一个非常繁琐的过程。重力镜头的视觉效果非常独特，很难用简单的数学规则来描述，因此传统的计算机很难对其进行筛选。数据还包括大量数学镜头模型的计算机模拟和镜头图像的比较。通常，镜头呈现的信息需要几周甚至几个月才能完成。

但是现在借助神经网络，一种模拟人脑结构并进行分布式并行信息处理的算法模型，研究人员已经能够在几秒钟内完成同样的分析。经过数百万幅图像的训练，神经网络能够以与传统方法相同的精度进行即时分析，分析结果的精度极高，这已被美国宇航局哈勃太空望远镜的真实图像和计算模拟所验证。

该论文的作者之一劳伦斯·佩罗·莱瓦修(Lawrence Perot Levaseux)表示，现在，通过简单输入计算要求，神经网络可以在几分之一秒内以完全自动化的方式生成结果。人类可以抽出足够的时间思考如何向宇宙提出正确的问题。

特别声明:转载本文仅用于传播信息，并不代表本网站的观点或确认其内容的真实性。如果其他媒体、网站或个人从本网站转载，他们必须保留本网站注明的“来源”，并承担版权等法律责任。如果作者不希望被重印或联系重印费，请联系我们。