瑞士研究人員開發(fā)出一種人工智能算法，可從天文觀測數(shù)據(jù)中分辨出與暗物質(zhì)有關的信號,，將其與容易混淆的其他信號區(qū)別開來,。
這是歐洲航天局2023年11月7日公布的“歐幾里德”空間望遠鏡拍攝的英仙座星系團的彩色圖像。新華社發(fā)（歐洲航天局供圖）瑞士洛桑聯(lián)邦理工學院科研人員開發(fā)的這一深度學習算法利用了“卷積神經(jīng)網(wǎng)絡”技術,，這是一類強大的,、為處理圖像數(shù)據(jù)而設計的神經(jīng)網(wǎng)絡。用源自一個宇宙學模型的大量模擬數(shù)據(jù)訓練該算法后,，在理想條件下,，該算法分析星系團圖像時區(qū)分暗物質(zhì)信號與其他信號的準確率達到80%。相關論文已發(fā)表在新一期英國《自然·天文學》雜志上,。通常認為暗物質(zhì)是維系宇宙的無形力量,，它約占所有物質(zhì)的85%；暗物質(zhì)不發(fā)光,，也不參與其他電磁作用,，因而無法直接觀測，只能通過引力效應間接研究,。此前研究發(fā)現(xiàn),，暗物質(zhì)粒子之間可能發(fā)生相互作用，影響暗物質(zhì)的運動和分布,，在星系尺度上可觀測到這一現(xiàn)象的引力影響,。由多個星系組成的星系團擁有大量密集的暗物質(zhì)，是研究暗物質(zhì)的理想對象,，但星系眾多也導致其中有不少“噪音”,。例如星系中央超大質(zhì)量黑洞釋放能量影響周圍物質(zhì)的運動，所產(chǎn)生的“活動星系核反饋”效應就容易與暗物質(zhì)相互作用產(chǎn)生的效應相混淆,。該研究模擬了在不同暗物質(zhì)和“活動星系核反饋”效應下的星系團,。通過輸入數(shù)千張模擬的星系團圖像，這一人工智能算法學會了區(qū)分由暗物質(zhì)相互作用引起的信號和由“活動星系核反饋”引起的信號,。這一成果表明，人工智能可能在分析天文觀測數(shù)據(jù)時非常有用,，其表現(xiàn)出的適應性和可靠性特點使其成為未來暗物質(zhì)等天文研究中很有前途的工具,。來源：新華社
免責聲明：本文來自網(wǎng)絡收錄或投稿，觀點僅代表作者本人,，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權歸原作者所有。轉(zhuǎn)載請注明出處：http://lequren.com/1121473.html
溫馨提示：投資有風險,，入市須謹慎,。本資訊不作為投資理財建議。
