被训练分析宇宙模拟图像的人工智能 惊喜地将哈勃图像中的真实星系成功分类

机器学习系统已被广泛应用于人脸识别和其他图像语音识别应用，并显示出能够帮助天文学家分析星系图像，理解它们如何形成和演化的潜力。一份报告指出：一项新的研究结果已发表于天体物理期刊，并可在网上查阅到PDF版。研究人员利用计算机模拟星系形成来编写一种深度学习算法，随后，它被证实非常适合用于分析哈勃太空望远镜传来的星系图像。研究人员利用模拟结果生成模拟星系的图像，这些模拟星系可以通过哈勃太空望远镜进行观察。模拟图像被用于开发深度学习系统，以识别之前在模拟中识别的星系演化的三个关键阶段。之后，研究人员给系统提供了大量实际的哈勃图像进行分类。 结果表明神经网络对模拟星系和真实星系的分类具有显著的一致性。“我们并没有想到它会取得如此成功，我对这种能力的强大感到惊讶，”合作者乔尔·普里马克（Joel Primack）说，他是圣克鲁斯加州大学圣克鲁斯分校的物理学教授，也是圣克鲁斯粒子物理研究所（SCIPP）的成员 。“我们知道模拟有局限性，所以我们不想做太肯定的声明，但我们认为这不只是一个简单的侥幸。”