人工智能在100多个星系中发现了隐藏的星系进化线索

拓牛李强

两个被称为NGC7733和NGC7734的棒旋星系正在合并过程中。较低星系的上臂上有一个尘土飞扬的结，这标志着第三个星系伴星。（图片来源：欧空局/哈勃和美国国家航空航天局，J.Dalcanton，暗能量调查/DE/FNAL/NOIRLab/NSF/AURA；致谢：L.Shatz）

据美国太空网（Rahul Rao）：遥远的古老星系的星际云通常充满了碳。这意味着，如果天文学家能够追踪和探测到这些被他们称为中性碳吸收剂的碳斑块，他们就可以了解到星系是如何进化的。

然而，实际检测中性碳吸收剂——这一过程通常涉及在星系发射的光谱中寻找碳吸收线的独特指纹——是乏味的。这也很困难。在数以百万计的星系中，天文学家只知道几十个含有这些吸收体。

听起来像是人工智能的工作。或者，更准确地说，这听起来像是深度神经网络的工作。

具体来说，研究人员最近建立了一个神经网络，对十多年前拍摄的星系光谱数据进行研究，并发现了100多个具有中性碳吸收剂的新星系。

他们是怎么做到的？好吧，在使用神经网络之前，你首先必须对其进行训练。不幸的是，正如我们所讨论的，没有足够的已知中性碳吸收剂来充分做到这一点。因此，研究人员没有使用真实数据，而是生成了一批500万个虚构的光谱，并用它们来教神经网络寻找什么：模式往往太微妙，人眼无法发现。

然后，研究人员根据斯隆数字巡天III的数据建立了他们的神经网络。当他们这样做时，他们在107个以前不知道具有这些特征的星系中精确定位了中性碳吸收剂。

我们该何去何从？

碳是星系进化某一阶段的指标。它的存在表明一个星系经历了快速的变化，产生了许多比氢或氦更重的元素。这些研究人员认为，星系中碳的存在可能表明类似银河系的圆盘的发展。新确定的含碳星系可以追溯到大约108亿年前，也就是宇宙历史上相对较早的时候，这使得这一事实相当有趣。

在许多方面，天文学是一个理想的领域，可以在其中寻求人工智能方法的帮助。天文学家现在发现自己正在处理堆积如山的数据；对于人类来说，在任何合理的时间范围内进行筛选都太难了——更不用说以一种能够找到他们有时需要的微小模式的方式进行筛选了。

中国上海天文台天文学家简戈在一份声明中表示：“有必要开发创新的人工智能算法，快速、准确、全面地探索海量天文数据中的罕见和微弱信号。”。

作者于5月14日在《皇家天文学会月报》上发表了他们的研究成果。