欧洲空间局(ESA)的两名天文学家大卫·奥瑞安和巴勃罗·戈麦斯利用人工智能技术,在哈勃太空望远镜的档案中发现了超过800个此前未记录的"天体物理异常现象"。研究人员训练了一个AI模型来梳理哈勃35年的数据集,搜寻奇异天体并标记供人工审查。奥瑞安在声明中表示,这是"一个可能发现天体物理异常现象的数据宝库"。
太空研究面临诸多挑战。太空范围广阔,充满干扰,哈勃太空望远镜等工具产生的海量数据甚至会让大型研究团队感到不知所措。有时太空会表现得非常奇异。人工智能在筛选大量信息以发现模式方面表现出色,能够标记出天文学家可能遗漏的异常现象。
研究人员使用的模型名为AnomalyMatch,扫描了哈勃遗产档案中近1亿个图像片段,这是首次对该数据集进行系统性异常搜索。搜索对象包括形状奇异的星系、被大质量天体重力扭曲的光线,或侧视角度观察到的行星形成盘等。AnomalyMatch仅用两天半时间就完成了整个数据集的处理,远快于人工研究团队。
这项发表在《天体物理学与天体物理学》期刊上的研究发现了近1400个"异常天体",其中大部分是正在合并或相互作用的星系。其他异常现象包括引力透镜(光线被前方大质量天体扭曲成圆形或弧形)、水母星系(具有悬垂的气体"触手")以及拥有大型恒星团块的星系。欧洲空间局在博客文章中表示:"或许最引人注目的是,有数十个天体完全无法分类。"
戈麦斯说道:"这是人工智能技术在最大化哈勃档案科学产出方面的绝佳应用。在哈勃数据中发现如此多的异常天体,而你可能认为许多已经被发现了,这是一个了不起的结果。这也显示了这一工具对其他大型数据集的实用价值。"
Q&A
Q1:AnomalyMatch是什么?它是如何工作的?
A:AnomalyMatch是天文学家开发的AI模型,专门用于搜索哈勃太空望远镜档案中的异常天体。它能够扫描近1亿个图像片段,自动识别奇异形状的星系、引力透镜、水母星系等异常现象,并标记供研究人员进一步审查。
Q2:这次发现了哪些类型的异常天体?
A:研究发现了近1400个异常天体,主要包括正在合并或相互作用的星系、引力透镜现象、具有气体"触手"的水母星系、拥有大型恒星团块的星系,以及数十个完全无法分类的神秘天体。
Q3:AI在天文研究中有什么优势?
A:AI能够快速处理海量数据,AnomalyMatch仅用两天半就完成了1亿个图像片段的扫描,远超人工处理速度。它擅长发现模式和异常,能够标记出天文学家可能遗漏的奇异天体,大大提高了科学研究的效率。
好文章,需要你的鼓励
SAP首席执行官Christian Klein在2026年Sapphire大会上坦承,公司约在八九个月前调整了AI战略方向,从强调AI技术本身转向聚焦业务成果,目标是实现"自主企业"愿景。SAP发布了全新品牌SAP Business AI和SAP Autonomous Suite,重构AI平台以更好融入客户业务上下文。SAP高管还强调,需防范"智能体失控"风险,并引入"企业记忆"概念提升AI决策的精准度。
研究揭示多源视觉融合并非总有益,提出MARS框架通过单源锚点量化信息增益,动态调节多源融合优势,在多个视觉推理任务上实现显著性能提升。
英国卫生与社会保障部发布测算数据,显示NHS数字化单一患者记录(SPR)每年可减少约2万次急诊就诊,并节省约2000万英镑。该计划将强制要求全科医生和医院共享患者数据,形成统一的健康档案,患者可通过NHS App访问。该措施是政府100亿英镑医疗数字化计划的核心。此外,NHS虚拟医院NHS Online已正式成立,预计2027年上线,首三年可提供约850万次诊疗服务。
MiniMax发布M2系列混合专家大模型,总参数2299亿但每次仅激活98亿,通过专项数据流水线、Forge强化学习系统和自进化机制,在代理编程、深度搜索等任务上达到顶级闭源模型水平。