当今科学界面临的最大挑战之一是了解我们的宇宙是如何形成今天的样子的,以及它最终的命运是什么。每当黑夜降临,无数的星星会出现在我们的视线里,但这只是宇宙的一部分,它还有许多我们看不到的更深层次的东西,比如说暗物质和暗能量。暗物质将宇宙拉在一起,而暗能量使宇宙膨胀得更快,但是这两种物质中有多少?即使是天文学家也不得而知。
苏黎世联邦理工学院物理系和计算机科学系的科学家们展开合作,来改进通过人工智能估计宇宙暗物质含量的标准方法。他们使用尖端的机器学习算法对宇宙数据进行深入分析,这些算法与Facebook和其他社交媒体用于面部识别的算法有很多共同点。他们的研究结果最近发表在科学杂志《物理评论D》上。
在最近的工作中他们使用了一种全新的方法,即深度人工神经网络的机器学习算法,以从暗物质图像中提取尽可能多的信息。在第一步中,科学家通过给神经网络提供模拟宇宙的计算机生成的数据来训练神经网络。通过反复分析暗物质图,神经网络会自己寻找其中正确的特征,并提取越来越多的所需信息。类似于Facebook人脸识别中区分眼睛和嘴巴的过程。
end