机器人天文学家的兴起

Anil Ananthaswamy 文 Shea 编译

在漫漫长夜里遥望宇宙的日子已经结束,至少对于人类而言确实如此。人工智能将会接管地球上最庞大的望远镜。

  1923年10月,在用美国加州威尔逊山上2.5米望远镜精心观测了数晚之后,埃德温·哈勃(Edwin Hubble)在仙女星系的照片中发现了三个新的光点,他把它们以字母“N”标记,意为“新星”。

  哈勃发现的光点是朝其发现宇宙正在膨胀迈出的第一步。当他把他拍摄的仙女星系和之前的照片比较时,他把其中的一个“N”擦掉并在它边上写下了“VAR!”字样。这不是一颗新星,而是一颗变星,其亮度变化的规律使得哈勃可以测量出它正在以多快的速度远离地球。

  这样一个天文学家独自揭开宇宙奥秘的浪漫故事已经不太可能再次上演。机器人天文学家正在逐渐取代人类来扫视天空,编纂恒星和星系表,帮助解决导致宇宙加速膨胀的暗能量之谜。

  在距离哈勃当年工作地点东南方150千米的美国帕洛马山天文台,具有人工智能的“帕洛马暂现源工厂”(PTF)会搜寻变星和类似短暂的超新星这样的“暂现源”。

  PTF的计算机通过分析图像识别出有趣的暂现源,在它们消失在夜空中之前程控望远镜会跟进观测它们。它的目标是把天文学家从观看图像、发现暂现源这一实时的过程中解放出来,这使得人们可以专注于对机器人所做出发现的理论研究。

  为什么需要这样的改变?目前望远镜在大小上可以让任何大型办公楼相形见绌,而且它们还在变得越来越大,为天文学家带来了如洪水般的数据。正在智利兴建的8.4米大口径全天巡视望远镜(LSST)每晚它32亿像素的照相机预期会发现100,000暂现源。全世界没有足够的人手来对这些源作后续观测。


  天文学家希望人工智能和自动化来解决这个问题。模拟人脑的神经网络是首批在天文学中应用的人工智能技术之一。神经网络已经被训练来分析天文图像并且把恒星这样的点光源和更为弥散的星系区分开。

  现在更多尖端的人工智能技术被加了进来。例如,astrometry.net项目使用机器学习算法来帮助天文学家在任何一幅天空图像中标记出它的精确坐标。天文学家正在通过分析已有的星表来训练这一软件,并以每四颗恒星为一组生成大量的组合以此来作为参考点。给定一张天空照片,这个软件通过寻找图像中每四颗恒星的不同组合,然后和从已有星表中生成的组合进行比较,进而确定坐标。

  但问题是,每幅图像的比例尺和照相机视角都不相同。因此,这个算法使用了一个被称为“几何散列”的技术,以不依赖于相对位置和照相机角度的方式来描述任意四颗恒星的几何关系。换句话说,无论你在哪里看到四颗恒星,你都能识别出它们的形状,这有点类似人脑识别星座的过程。

  机器学习算法还能甄别出特殊的天体,例如类星体。在任何一张天空照片中,大多数的点光源都是恒星。但1,000个光点中也许有1个是类星体,它们是极为遥远的星系。为了识别出它们,先要为图上的光点定义一系列的参数,包括颜色、亮度以及其他数百个特性。图像上每个天体的这些参数都会和其他所有天体的一一比较。恒星会具有相同的特性,但类星体的参数就会和恒星的具有明显的不同。

  不过这一系统并不十分可靠,有时这些异常的光点只不过是噪音。为了避免这样的错误并且找出真正有趣的天体,这个软件会利用虚拟天文台——全世界范围的大规模天文数据库。例如,另一架望远镜也许观测到了一个射电源。其余的数据则使得这个软件可以剔除掉虚假的信号,帮助优化它的预言。它的目标是找到天文学家会感兴趣并进一步观测的目标。

  实时(而非几个星期之后)检测图像并把望远镜指向感兴趣的目标是这个系统最吸引人的特点。

  在过去的6个月里,PTF已经实现了这一整个过程的自动化。这一切都从帕洛马山上1.2米施密特望远镜拍摄照片开始。每个晚上,计算机都会处理这些图像来寻找暂现源。首先,计算机会拿一张给定天空的图像作为参考,这幅图像是通过早期的多幅图像组合而成的。然后把它和最新拍摄的图像对齐,接着两者相减,剩下的就可能是新出现的天体。如果一个新出现的源的位置在几天里有可观的改变,那它就有可能是一颗小行星,而不可能是变星或者超新星。

  随后,该系统会搜索互联网上的其他天文数据库来寻找有关这一天区的其他信息以及不同望远镜在其他波段所获得的数据。这些信息将有助于确定神秘天体的特性。

  超新星需要在变暗看不见之前立即研究。因此如果识别软件确信发现了一颗超新星,两架程控望远镜——位于美国亚利桑那的彼得斯自动红外望远镜和位于帕洛马山上的1.52米望远镜——就会开始行动。

  每晚,PTF都可以在完全没有人类天文学家干预的情况下发现100颗变星和5颗还没有达到亮度峰值的超新星。捕捉到这些亮度还没有攀升到最大值的超新星使得天文学家可以确定出它们到地球的距离。它们随后会被用作“标准烛光”,帮助了解宇宙是如何随着时间膨胀的,这反过来就会告诉我们有关暗能量的属性。

  著名的哈勃空间望远镜也是一架程控望远镜,现在经常被用来做超新星的后续观测。

望远镜的社交网络

  为了使天文学自动化,你需要一个彼此相联的程控望远镜网。当首脑天文台全球望远镜网络完工的时候,它将把美国夏威夷、智利、澳大利亚、南非、美国得克萨斯和西班牙加那利群岛的程控望远镜联接起来。由此确保该网络中至少有一架望远镜处于夜晚,观测任务会自动从一架望远镜传递到另一架。

  类似地,多相望远镜网络(HTN)联盟也针对望远镜研发出了一种通用的计算机软件语言。它正在被一个称为“e星”计划的智能程控望远镜网使用。这个系统把美国宇航局的雨燕γ射线天文台和位于夏威夷莫纳克亚的3.8米英国红外望远镜(UKIRT)连到了一起。如果“雨燕”发现了一个γ射线暴,UKIRT瞬间就会收到警报,开始进行后续观测。其他天文台可以选择在它们方便的时候加入这一网络,它就相当于是一个遍及全球的望远镜聊天室。

  远程程控望远镜是条件艰苦但却适宜天文观测的地点的理想选择。目前正在南极高原上3,260米高的穹隆C和印度喜马拉雅山脉上4,517米高的汉尔天文台建造望远镜。汉尔天文台的设备是国际合作“监测宇宙引力透镜”(COSMOGRAIL)的一部分,它将使用小型望远镜网络来连续监视由于星系或者是星系团对于遥远类星体所发出光线的引力弯曲效应。







[New Scientist 2011年01月18日]



2001-2019火流星工作组制作


本文遵循“创作共用约定”之“署名-非商业性使用-禁止演绎”3.0约定
任何意见和建议请致电: