Zi 字媒體

摘要：天文學上的引力透鏡現象幫助科學家發現太陽系外恆星，理解銀河系的進化，發現黑洞，以及證明愛因斯坦的正確性。然而，分析受引力透鏡影響的圖像需要很長時間，研究人員需要將真實圖像與模擬圖像進行對比。僅僅分析一例引力透鏡效應就需要花費幾周到幾個月。斯坦福大學和SLAC粒子加速器的研究人員找到了一種新方式，可以將分析時間縮短至不到1秒。在1天時間內，研究團隊使用包含50萬模擬透鏡圖像的數據集去訓練神經網路。該團隊測試了4種不同類型的網路。隨後這些網路可以從圖像中提取信息，並取得與傳統方法類似的結果。該項目的研究人員菲爾·馬紹爾（Phil Marshall）表示：「最強大的是，神經網路可以自主學習某些特徵看起來是什麼樣。這與幼兒學習認東西的方式類似。你不需要告訴他們狗是什麼，你只要給他們看狗的照片。」另一名研究人員亞沙爾·赫扎維（Yashar Hezaveh）表示：「這就好像他們不僅從一堆照片中挑出了狗的照片，還提供了有關狗的體重、身高和年齡的信息。」隨著新天文望遠鏡的建設，可以肯定我們將看到越來越多的引力透鏡現象。因此，更快的分析方法將有助於對所有數據的篩選。重要的是，這樣的神經網路分析可以在筆記本或手機上進行。這一研究成果發表在近期的《自然》雜誌上。