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

未來(lái)AI會(huì)如何推動(dòng)天文科學(xué)發(fā)展？7月4日，2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議期間，“AI for Science-人工智能賦能中國(guó)空間天文”舉辦，圍繞AI驅(qū)動(dòng)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(lǐng)域展開討論。

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

傳統(tǒng)方法處理數(shù)據(jù)慢，科學(xué)家尋求AI幫助

中國(guó)科學(xué)院院士、中國(guó)載人航天工程空間科學(xué)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?cè)幢O(jiān)視器（SVOM）等空間科學(xué)衛(wèi)星項(xiàng)目，以及巡天空間望遠(yuǎn)鏡（CSST）、高能宇宙輻射探測(cè)設(shè)施（HERD）、宇宙伽馬射線暴偏振探測(cè)器（POLAR-2）等基于中國(guó)空間站的天文任務(wù)。

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(dòng)了各領(lǐng)域AI應(yīng)用的爆發(fā)式增長(zhǎng)，可能引發(fā)新的產(chǎn)業(yè)革命。“AI for Science”正在快速興起，作為自然科學(xué)前沿的天文學(xué)要如何把握新發(fā)展態(tài)勢(shì)，深度融合AI和天文，是當(dāng)前的重大課題。

中國(guó)科學(xué)院院士顧逸東發(fā)表演講2024世界人工智能大會(huì)

他指出，空間天文具有數(shù)據(jù)量空前的指數(shù)級(jí)增長(zhǎng)、天體目標(biāo)豐富多樣、目標(biāo)信息提取及高精度和定量化要求這些特點(diǎn)。隨著我國(guó)空間科學(xué)飛速發(fā)展，數(shù)據(jù)量正以空前的速度增長(zhǎng)，“從幾十億個(gè)不同類型的天體中獲取形狀、光譜、坐標(biāo)、紅移、引力透鏡、爆發(fā)時(shí)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(dá)幾十TB。預(yù)計(jì)CSST發(fā)射升空后，每幅圖像將達(dá)到5GB，一年獲取12萬(wàn)幅圖像，數(shù)據(jù)總量將達(dá)到30PB以上。HERD預(yù)計(jì)也將每年產(chǎn)生3.5PB的數(shù)據(jù)。

顧逸東認(rèn)為，AI可以在天文圖像目標(biāo)分類和特征信號(hào)搜尋、粒子天體物理等探測(cè)數(shù)據(jù)智能處理、復(fù)雜約束的望遠(yuǎn)鏡運(yùn)行優(yōu)化決策、宇宙學(xué)和天體物理模擬、知識(shí)圖譜構(gòu)建、衛(wèi)星和望遠(yuǎn)鏡健康診斷等方面發(fā)揮作用。

中國(guó)科學(xué)院上海天文臺(tái)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(tuán)隊(duì)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(guó)際上運(yùn)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(guó)科學(xué)院空間先導(dǎo)背景型研究支持的“地球2.0”空間巡天（ET）計(jì)劃用4年時(shí)間探尋“地球2.0”，預(yù)計(jì)將發(fā)現(xiàn)約3萬(wàn)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(cè)光數(shù)據(jù)將是開普勒數(shù)據(jù)的至少10倍，將極大地?cái)U(kuò)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(xué)習(xí)算法可以解決海量天文數(shù)據(jù)的微弱信號(hào)搜尋，ET科學(xué)衛(wèi)星結(jié)合AI深度學(xué)習(xí)算法有望快速探測(cè)到“系外地球”的微弱信號(hào)。

美國(guó)麻省理工學(xué)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(cè)器和更強(qiáng)大計(jì)算技術(shù)出現(xiàn)，探測(cè)系外行星等宇宙探索的過程將變得更加高效，科學(xué)家可以通過更詳細(xì)、更數(shù)字的方式識(shí)別系外行星。

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

中國(guó)科學(xué)院紫金山天文臺(tái)副臺(tái)長(zhǎng)范一中介紹說，高電荷高能量核素導(dǎo)致“悟空號(hào)”儀器“著火”通道數(shù)過多，局部共模噪聲無(wú)法計(jì)算，數(shù)據(jù)大片丟棄。科研人員通過AI工具重建了這些粒子的正確軌跡，這是經(jīng)典方法無(wú)法做到的。