AI中国网 https://www.cnaiplus.com
【环球网智能综合报道】据外媒7月4日报道，日本天文学家开发了一种新的人工智能技术，该技术可以消除天文数据中由于星系形状随机变化而产生的“噪声”。
在对超级计算机模拟产生的大型模拟数据进行了大量训练和测试之后，日本天文学家将这种新工具应用于日本斯巴鲁望远镜的实际数据中，并发现使用这种方法得到的宇宙质量分布与目前公认的宇宙模型是一致的。这有望成为一种新型的强大工具，用于分析天文观测大数据。
广域观测数据可以通过测量引力透镜模式来研究宇宙的大尺度结构。在引力透镜效应中，前景物体的引力，如星系团，会扭曲背景物体的图像，如较远的星系。一些引力透镜的例子是显而易见的，例如“荷鲁斯之眼”。大尺度结构，主要由神秘的“暗”物质组成，也可以扭曲遥远星系的形状，但预期的透镜效应是微妙的。想要对一个区域内的许多星系进行平均研究，就需要绘制出前景暗物质分布图。
但是这种观察许多星系图像的技术遇到了问题，有些星系图像很难区分是被引力透镜作用扭曲的星系图像还是实际上扭曲的星系图像。这种现象被称为“形状噪声”，是研究宇宙大尺度结构的限制因素之一。
为了补偿“形状噪声”，日本的一个天文学家团队首先使用强大的天文学超级计算机“天神II”，基于斯巴鲁望远镜的真实数据生成了25000个模拟星系目录。然后，他们在这些已知的人工数据集中加入现实噪音，并训练人工智能从模拟数据中统计并恢复透镜状暗物质。
经过训练，人工智能能够恢复以前人工无法观测到的精细细节，有助于提高我们对于宇宙暗物质的理解。然后利用人工智能对于覆盖21平方度天空的真实数据进行处理，研究小组发现前景质量的分布与标准宇宙学模型一致。
这项研究结果显示了结合不同类型研究的好处：观测、模拟和用人工智能技术进行智能数据分析。研究团队负责人Masato Shirasaki评论称，“在大数据时代，我们需要跨越专业之间的传统界限，使用所有可用的工具来理解数据，如果我们能做到这一点，将为天文学和其他科学开辟新的道路。”
AI中国网 https://www.cnaiplus.com
本文网址：
