人工智能将重力透镜分析速度提升千万倍

美国国家加速器实验室（SLAC）和斯坦福大学的研究人员表示，脑模拟的“神经网络”可以改变天体物理学家分析其最复杂数据的方式，包括对我们对宇宙理解至关重要的时空极端扭曲。通常几周到几个月才能完成的分析，利用神经网络则可在几分之一秒内以完全自动的方式完成。

（1）闪电般快速的复杂分析

斯坦福大学科维理粒子天体物理与宇宙学研究所（KIPAC）、SLAC和斯坦福联合研究所的团队使用神经网络分析强引力透镜的图像，将星系图像乘以一个更大物体的引力（如星系团的重力）后变形成环和弧。扭曲提供了关于质量在空间中如何分布以及随着时间的推移分布如何变化的重要线索——与不可见的黑暗物质相关的属性，它们与宇宙中85%的物质以及加速宇宙扩展的暗能量相关。

至今，将镜头的实际图像与数学透镜模型的大量计算机模拟进行比较的分析仍是一个冗长的过程。分析单个透镜就可能需要几个星期到几个月的时间。但是利用神经网络，研究人员能够在几秒钟内完成相同的分析，他们用哈勃望远镜和模拟实验室的真实图像进行了演示。经过训练，网络能够瞬时地分析新透镜，并可与传统分析方法的精确度媲美。

（2）为未来的大数据流做准备

研究人员测试的神经网络（包括三个公开的神经网络和一个自己开发的神经网络）能确定每个镜头的属性，包括它的质量分布以及对背景星系图像的放大倍数。在没有足够的人员开展及时数据分析时，神经网络将帮助我们识别有趣的对象并快速地分析这些对象。

（3）革命的方法

神经网络受到人脑结构的启发，人类大脑的密集网络迅速处理和分析信息。“神经元”是与正在分析的图像像素相关联的单个计算单元。KIPAC的罗杰·布兰德福（Roger Blandford）教授认为它与现代图形处理单元（GPU）相结合的新算法可以产生非常快速和可靠的结果，这将成为天体物理学和其他领域更多数据处理和分析问题的新选择。