中评社北京6月3日电／寻找暗物质，看人机器比人的工智眼神好。近期《计算天体物理学和宇宙学》发表的发现一篇论文显示，美国劳伦兹伯克利国家实验室（以下简称“伯克利实验室”）等机构共同研制的夜空深度学习AI框架，能够探寻宇宙里暗物质的中最迹象。　　近几年，看人人工智能越来越多应用于天文学研究。工智深度学习需要海量数据，发现而天文学正是夜空AI大显身手的领域。机器可以替人类从茫茫大海里捞针，中最捕捉到新的看人恒星、新的工智地外行星甚至暗物质。　　辨认“引力透镜”，发现AI立功了　　寻找“引力透镜”是夜空研究暗物质分布的基本方法。巨大质量的中最物体会像透镜一样扭曲路过的光线，找出这种扭曲就能捕捉到不发光的质量物。　　论文显示，伯克利实验室建立的深度学习AI框架CosmoGAN，可以分析引力透镜与暗物质的关联。它可以创建高保真、弱引力透镜收敛图。　　曾几何时，寻找“引力透镜”所需的模拟和数据处理很麻烦。20名科学家花费了好几个月的时间只能查看一小块空间图像。物理模拟需要数十亿个计算小时，占用数兆字节的磁盘空间。　　神经网络的进步提供了机会。伯克利实验室领导的团队引入一种“生成性对抗网络（GANs）”。研究者穆斯塔法说：“也有别的深度学习方法可以从许多图像中得到收敛图，但与竞争方法相比，GANs生成非常高分辨率的图像，同时仍有神经网络的高效率。”　　现在，天文学家可以用CosmoGAN分析大得多的天区，速度也更快。　　CosmoGAN不是唯一取得进展的天文学深度学习神经网络。比如多伦多大学利用深度学习技术解析月球陨石坑的卫星图像，P8超级计算机的神经网络在仅仅几个小时内发现6000个新的陨石坑，是过去几十年中人类发现陨石坑数量的2倍。伊利诺伊大学厄巴纳－香槟分校利用深度学习来探测和分析黑洞碰撞的引力波。AI在天文学遍地开花。

(责任编辑：休闲)