企業概況

您所在位置:首頁 > 企業概況 > 正文

人工智能機器人訓練識別星系

文章作者:www.utbltn.icu發布時間:2019-12-21瀏覽次數:749

研究人員已經教授了一個人工智能程序來識別Facebook上的人臉,從而識別深空中的星系。結果是由一個叫克拉蘭的人工智能機器人掃描射電望遠鏡拍攝的圖像。它的任務是發現射電星系-強大的射電星系從中心的超大質量黑洞發射。Claran是來自西澳大利亞國際射電天文學研究中心(ICRR)的大數據專家陳武博士和天文學家黃長榮博士的智慧結晶。

0×251C

黃博士說,大多數星系(如果不是全部)的中心都有黑洞。她說:“這些超大質量的黑洞偶爾可以用射電望遠鏡觀測到噴射。”隨著時間的推移,噴流可以從主要星系延伸出很長的距離,使得傳統的計算機程序變得困難。找出星系的位置。”這就是我們要教Claran做的事情。”吳博士說Claran是從微軟的開源版本和Facebook的對象檢測軟件衍生而來的。

他說,該計劃已經進行了徹底的改革和訓練,以識別星系而不是人。Claran本身也是開源的,在Github上是公開的。王博士說,即將進行的EMU調查將使用基于西澳州的澳大利亞方陣探測器(ASKAP)望遠鏡,該望遠鏡有望觀測到宇宙歷史上多達7000萬個星系。

她說,傳統的計算機算法可以正確識別90%的來源。黃博士說:“由于其擴展結構的復雜性,人類必須觀察到仍有10%或7百萬'困難'的星系。”黃博士利用公民科學的力量通過無線電銀河動物園項目發現星系。 “如果ClaRAN減少了需要在視覺上分類為百分之一的光源數量,這意味著我們的公民科學家有更多時間觀察新的星系,”她說。由Galaxy動物園的志愿者制作的高度準確的目錄用于訓練ClaRAN如何發現噴氣機的起源。

吳博士說,ClaRAN是一種名為“編程2.0”的新范例。 “你所做的是構建一個龐大的神經網絡,給它提供大量數據,并讓它弄清楚如何調整其內部連接以產生預期的結果,”他說。 “新一代程序員將99%的時間用于制作最佳數據集,然后訓練AI算法以優化其余部分。 “這是編程的未來。

黃博士說,ClaRAN對望遠鏡觀測的處理方式有很大的影響。 “如果我們可以開始為下一代調查實施這些更先進的方法,我們可以從中獲得最大化的科學,”她說。 “使用40年前的新數據方法毫無意義,因為我們正試圖進一步探索宇宙,而不是過去。”

蓝海赚钱