共计 970 个字符，预计需要花费 3 分钟才能阅读完成。
宇宙的浩瀚无垠，对试图理解它的天文学家而言，意味着需要收集与之相称的、令人难以置信的海量数据。若能有一种工具，能帮助快速分析万亿星系与千万亿恒星中隐藏的规律，无疑将极大推动探索的进程。如今，人工智能正是这把关键的钥匙。
如今，“人工智能”已成为一个涵盖广泛、技术成熟度不一的统称，但其中某些类型在天文学领域已展现出切实而受欢迎的应用潜力。例如，欧洲航天局的一个科学家团队最近利用定制的人工智能工具，在哈勃太空望远镜的档案图像中识别出上千处几十年来未被注意到的“异常现象”。这项研究发表于《天文学与天体物理学》期刊，是首次对完整望远镜档案库展开系统性天体物理异常搜索的尝试。
- 
“哈勃太空望远镜的档案观测已跨越 35 年，为隐藏的异常天体提供了极其丰富的数据集，”欧洲航天局天体物理学家、论文主要作者大卫·奥瑞安在美国宇航局的声明中指出。为实现这些发现，研究团队采用名为“异常匹配”的人工智能工具，分析了近一亿个边长仅数个像素的哈勃图像片段。神经网络在不到三天时间内识别出 1300 多个异常天体，其中超过 800 个此前从未在科学文献中记录。
结果呈现了一场真正的宇宙奇观。据美国宇航局介绍，大多数异常源于星系间的剧烈碰撞——即被称为星系合并的破坏性事件。该人工智能工具还特别标记出一种被称为“水母星系”的类型，其特征是大量恒星形成气体如触须般从星系主盘一侧垂落。其他被捕捉到的奇特现象包括形似汉堡的侧向行星形成盘，以及所谓的引力透镜效应——即前景大质量天体（如星系）弯曲后方光线，起到类似放大镜的作用。美国宇航局表示，部分新发现的天体甚至完全无法归类。
“这充分证明了人工智能如何提升档案数据集的科学回报，”参与研究的科学家指出，“在哈勃数据中发现如此多未记录的异常，凸显了该工具在未来巡天任务中的潜力。”这项智能自动化异常探测技术的出现，正值美国宇航局面临预算紧缩的压力——其部分历史悠久的设施被关闭，并出现人员缩减。与此同时，联邦机构正积极部署各类人工智能工具，包括定制版 OpenAI 模型与用于加速药物审批的算法。
尽管存在外部环境的变化，天文学家探索人工智能解决方案的努力已持续一段时间。除了像本次研究那样用于解读海量数据，人工智能还被应用于识别潜在宜居的系外行星、完善黑洞图像等领域。尽管学界强调使用这类工具时需保持谨慎，但其在天文学中的价值已日益清晰。
