此次發(fā)現(xiàn)如此多冷氣體的中性碳吸收體，研究團(tuán)隊(duì)把這些光譜疊加到一起，極大提高探測各種金屬元素豐度的能力，并能直接測量塵埃吸附導(dǎo)致的部分金屬豐度缺失。研究結(jié)果表明，早在宇宙只有約30億年的年齡時(shí)，這些攜帶中性碳吸收體探針的早期星系已經(jīng)過快速物理和化學(xué)演化，進(jìn)入介于大麥哲倫矮星系和銀河系之間的物理和化學(xué)演化狀態(tài)，大量的金屬產(chǎn)生，同時(shí)部分金屬被吸附到塵埃上，產(chǎn)生觀測到的塵埃紅化結(jié)果。

本項(xiàng)研究結(jié)果還獨(dú)立驗(yàn)證了近期詹姆斯·韋伯太空望遠(yuǎn)鏡首次在宇宙最早的恒星中探測到類似鉆石的碳塵埃的新發(fā)現(xiàn)，預(yù)示部分星系的演化比預(yù)期要快得多，挑戰(zhàn)了現(xiàn)有的星系形成和演化模型。研究團(tuán)隊(duì)認(rèn)為，本次研究通過觀測類星體的吸收光譜來研究早期星系，這將為未來宇宙和星系早期演化研究提供一個(gè)全新而強(qiáng)有力的研究手段，以及與詹姆斯·韋伯太空望遠(yuǎn)鏡相互補(bǔ)的研究方式。

本項(xiàng)研究的創(chuàng)新方法具有在多領(lǐng)域圖像識別以及微弱信號探測中巨大的應(yīng)用價(jià)值和潛力，研究團(tuán)隊(duì)使用大量仿真數(shù)據(jù)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的方法，也可以拓展使用人工智能搜尋稀少微弱信號的發(fā)現(xiàn)空間。

為此，國際合作研究團(tuán)隊(duì)通過使用人工智能的深度學(xué)習(xí)方法，設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)，生成基于實(shí)際觀測的中性碳吸收線特征的大量仿真樣本去訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，并使用這些被“訓(xùn)練好”的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在斯隆巡天三期釋放的數(shù)據(jù)中搜尋中性碳吸收體。

葛健指出，研究冷氣體和塵埃為天文學(xué)家們理解星系從“最初組裝”到恒星形成時(shí)期的劇烈變化、再到演化后期的整個(gè)星系生命周期提供了關(guān)鍵手段，而想要研究冷氣體和塵埃，就需要探針。由于早期宇宙的星系離地球太遙遠(yuǎn)，天文學(xué)家無法將星系自身發(fā)的光作為探針來觀測并研究冷氣體和塵埃。然而，宇宙中比星系要亮百倍以上的類星體所發(fā)出的光在經(jīng)過宇宙早期星系時(shí)會(huì)被其中的氣體和塵埃吸收，產(chǎn)生類星體的吸收光譜。其中，中性碳的吸收光譜可以幫助天文學(xué)家準(zhǔn)確跟蹤冷氣體云塊，因此，中性碳吸收體成為研究星系形成和演化的重要探針。

來自中國科學(xué)院上海天文臺的消息說，該臺葛健研究員帶領(lǐng)的國際團(tuán)隊(duì)最新發(fā)現(xiàn)極其稀少的107例宇宙早期星系關(guān)鍵探針中性碳吸收體，進(jìn)一步分析研究表明，早在宇宙約30億歲的演化早期，這些攜帶中性碳吸收體探針的早期星系，已經(jīng)過快速物理和化學(xué)演化，進(jìn)入介于大麥哲倫矮星系和銀河系之間的物理和化學(xué)演化狀態(tài)。

葛健表示，本次研究工作的突破性發(fā)現(xiàn)是人工智能在天文大數(shù)據(jù)領(lǐng)域應(yīng)用的一個(gè)里程碑。要想使用人工智能在海量的天文數(shù)據(jù)中“挖”到重大新發(fā)現(xiàn)，就需要發(fā)展創(chuàng)新人工智能算法，使之能快、準(zhǔn)、狠——即快速、準(zhǔn)確、完備地探尋到這些很難在傳統(tǒng)方式下找到的稀少而微弱的信號。

研究團(tuán)隊(duì)采用創(chuàng)新方法，首先形成與真實(shí)吸收線無任何區(qū)別的仿真信號來充分訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，使之學(xué)習(xí)吸收線的所有特征；為提高探測靈敏度，研究團(tuán)隊(duì)有意增加了低信噪比樣本的訓(xùn)練，使深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的探測精度達(dá)到99.8%，探測完備性也顯著提升約30%，達(dá)到99%。這種人工智能的訓(xùn)練和搜尋方式大大縮短搜尋時(shí)間，并提高探測靈敏度和對微弱信號探測的完備性。

“在無法獲得大量的實(shí)際觀測數(shù)據(jù)時(shí)，我們可以通過充分認(rèn)識需要搜尋的信號特征，然后人工生成具有這些特征的大量仿真信號來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，這樣我們就不再依賴以往有限的認(rèn)知來發(fā)現(xiàn)宇宙新現(xiàn)象。這將為未來在海量的天文數(shù)據(jù)中‘挖掘’到新的信號和物理規(guī)律的大發(fā)現(xiàn)，提供非常有效的手段?！备鸾≌雇f。(完)

通過這種方式，研究團(tuán)隊(duì)很快發(fā)現(xiàn)了極其稀少的107例宇宙早期星系內(nèi)的冷氣體云塊成分的關(guān)鍵探針——中性碳吸收體。本次獲得的樣本數(shù)是此前獲得最大樣本數(shù)的近兩倍之多，并且成功探測到更多比以前更微弱的信號。

本項(xiàng)研究通過人工智能的深度學(xué)習(xí)方法，對國際斯隆巡天三期釋放的類星體光譜數(shù)據(jù)進(jìn)行微弱信號搜尋和數(shù)據(jù)分析，發(fā)現(xiàn)107例宇宙早期星系內(nèi)的冷氣體云塊成分的關(guān)鍵探針中性碳吸收體。相關(guān)研究方法與成果對探索星系如何形成和演化提供了新的研究方式，也充分顯現(xiàn)人工智能在天文海量數(shù)據(jù)中探尋微弱信號的廣泛應(yīng)用潛力和前景。研究成果論文5月15日在國際天文學(xué)頂級期刊《皇家天文學(xué)會(huì)月報(bào)》(MNRAS)上發(fā)表。

冰球突破中新網(wǎng)北京5月16日電 (記者 孫自法鄭瑩瑩)目前宇宙的年齡已有約138億年，在其約30億年時(shí)的演化早期是怎樣的狀態(tài)？

研究團(tuán)隊(duì)期望能將本次工作中的創(chuàng)新手段進(jìn)一步推廣到各類光譜中，使用人工智能高效訓(xùn)練和搜尋微弱光譜信號，也推廣到圖像識別中把多個(gè)相關(guān)結(jié)構(gòu)截取出來放在一起，產(chǎn)生人工“多結(jié)構(gòu)”圖像來高效訓(xùn)練和搜尋微弱圖像信號。

這些吸收體還可以追蹤塵埃形成和屬性，提供星系中加熱和冷卻氣體過程的理解以及如何促進(jìn)分子的形成等。這些譜線的強(qiáng)度和恒星形成率與星系歷史有關(guān)，因此可有效追蹤星系的演化過程。

葛健介紹說，找到金屬吸收線的中性碳吸收體可以提供一個(gè)研究星系和宇宙演化的強(qiáng)大工具，這些吸收體的譜線能提供有關(guān)早期星系內(nèi)星際介質(zhì)的化學(xué)成分和金屬豐度的信息，幫助天文學(xué)家去追蹤化學(xué)成分的富集過程和化學(xué)演化的歷史。