能“自主操作”的天文望远镜也许将改变天文学

多少年来，许多的天文学家和物理学家在不断探索宇宙最深层问题的答案，但在许多问题上，包括暗物质和暗能量，他们都遇到了阻碍。因此，科学家们设想，如果有一台能自主操作的天文望远镜，而且没有人类的偏见和复杂因素影响，帮助我们找到一直缺失的解决方案，那会怎么样呢？

今天，人类通过将天文台指向单一的目标，或者是在一系列的目标之间移动，同时还要考虑到地球、天气和其他因素的影响，来引导望远镜在天空中收集这些目标的数据。工作繁重、要求精细。科学家们特别希望，能安排望远镜扫描他们的目标列表并使其自动化，以便优化他们对令人兴奋的宇宙事件的搜索。有朝一日，人工智能驱动的望远镜甚至可以为物理学家撰写和测试各种假设。

费米拉实验室的科学家解释道：“就像我们决定转向哪个方向，接下来读哪本书一样，我们可以对哪些模拟和哪些观察进行参数化，以探索我们无知的最深层空间。”

今天，一个目标列表被发送到望远镜，在那里，一个由人工辅助的计算机脚本控制望远镜的指向并选择感兴趣的目标。科学家们认为，现在就是望远镜进行改进的好时机，甚至可以使望远镜在给定的特定坐标之外进行广泛探索。一个“智能”望远镜甚至可以解释任何实时的意外情况，比如花更多的时间观察黑洞的突然爆发。有些科学家已经很熟悉使用机器学习技术来对太空中的物体进行分类，他们意识到，机器学习技术可能是一种优化科学实验性能的好方法，当然也包括望远镜。

目前，SLAC国家加速器实验室（SLAC National Accelerator Laboratory）就将机器学习应用于控制粒子加速器的工作。这在一定程度上启发了天文学家，地球在不停旋转，夜空一年到头都在变化，在某个特定的夜晚，云层很可能会挡住你观测清单上的下一个目标。而机器学习技术很可能会解决这些具有挑战性的问题。

天文学家们认为，如果我们只是一个依赖天气预报而做计划的人，试图规划一条最适合在条件改变后寻找一组新目标的路径，那将是一件很难做的事情。但是，这种路径规划却非常适合人工智能。

当然，引入“自主操作”望远镜后并不一定会让望远镜操作员失业，他们仍然肩负着维护望远镜、现场检查的角色，并确保程序不会试图让望远镜在其限制范围之外运行。比如，试图查看固定望远镜无法物理指向的源。

那么，如果使用“自主操作”望远镜不仅仅是为了规划最有效的天空路径，如果它能自动完成天体物理发现的整个过程呢？

早在2016年，科学家们就开展了一项合作，引入了一种名为“SPOKES”的概念验证，即光谱仪KEn模拟工作流程。该项目将模拟估计的宇宙学参数，例如一个被称为暗能量状态方程的参数，它决定了宇宙的最终命运。它包含了我们已经测量过的关于宇宙的物理常数，以及关于观测星系的仪器的信息，以便计算参数。本质上，它是一个框架，让你不仅可以模拟宇宙，还可以模拟望远镜和宇宙之间的相互作用。

科学家们在设想，该系统如果加入机器学习技术后会是什么样子。机器学习算法可以用来生成观察宇宙的最佳实验设置。例如，如何分配光纤来观察不同波长的光，以计算这种暗能量状态方程。然后，你可以用基于这些参数的实际望远镜来代替模拟望远镜，这将为模拟提供新的数据。模拟将根据输入的数据进行更新，并自动将望远镜指向源，这将有助于协调望远镜所观察到的和模拟所预测的之间的差异。理论上，一旦模拟的宇宙和真实的宇宙达成一致，天文学家就可以看看模拟结果对暗能量状态方程给出了什么值。

在2019年，美国阿贡国家实验室（Argonne National Laboratory）组建的人工智能科学市政厅（AI for Science town halls）就提出了这样一个实验，称为自动化宇宙学实验（简称ACE）。这个实验可以假设宇宙在模拟中是怎样的，然后通过实时选择观测目标来测试它们。把人从等式中去掉，这样一个系统可能会发现新的物体或宇宙真理，而人类的偏见或干预会导致他们错过。例如，有一种众所周知的偏见，叫做Malmquist偏见，它基本上说人类更倾向于观察更明亮的物体（如星系），这导致了一个不能代表整个人群的观测样本。也许自动化系统可以避免这种情况。

尽管这样一个完全自动化的实验，接近于算法生成的天空领域，但它建立在人工智能和天文学之间不断增强的协同作用之上。人工智能可以对天空中物体的图像进行分类，比如遥远的星系和超新星，提前对观测结果进行分类，这样天文学家就可以只筛选可能与他们的工作相关的图像。事实上，研究人员已经使用机器学习技术来预测宇宙的一些物理参数，并减少天空图像中的噪音。由普林斯顿大学的一组科学家发明了一种方法，利用机器学习来安排即将到来的大型巡天望远镜的观测，基本就类似于“自主操作”望远镜的想法。

但是，机器学习的高度整合也带来了一些独特的挑战。算法被誉为“黑匣子”，很难确切地理解它们在做什么以及为什么这样做。太空望远镜科学研究所（Space Telescope Science Institute）的科学家就表示，只要是选择看什么，就会产生偏见，而人工智能非常善于利用偏见，以至于会犯下潜在的有害错误。其实，对这些系统有足够的怀疑是合理的。也许，最大的挑战就是找出如何在算法上最好地表示宇宙，并找到有专业知识的人来这样做。

考虑到，理解我们宇宙的最终目标是一个深入人性的目标，人类永远不会完全脱离观星的方程式。但是，随着望远镜接收到前所未有的大量数据，随着科学家们继续为宇宙最深处的问题而努力，很明显，我们需要一些帮助。或许天文学家需要一些不像人类那样思考的东西的帮助。

人类永远不会完全从凝视星空的方程式中消失，因为理解我们宇宙的最终目标是一个深刻的人类目标。但是，随着望远镜获取的前所未有的数据量，科学家们会继续为宇宙最深层的问题而苦苦挣扎，很明显，我们需要一些帮助。也许，天文学家急需一些“不太像人类的东西”的帮助。

如果朋友们喜欢，敬请关注“知新了了”！