本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

千百年來，人類對于宇宙一直抱有極大的好奇心。仰望天空，你會不禁感嘆宇宙之大，那里有太多的東西需要人們去探索和發(fā)現。浩瀚宇宙，美麗如斯，宇宙學家和天體物理學家都在盡力揭開宇宙的神秘面紗。

[[350201]]

人類的好奇心源自于未知。衛(wèi)星每年傳送下來數百兆字節(jié)的信息，智利正在建設的一臺望遠鏡每晚將產生15兆字節(jié)的太空圖片?，F代望遠鏡掃射的面積廣，覆蓋的距離長，但這還不夠。宇宙過于龐大，人們目前的覆蓋范圍還不理想。

在技術有限、預算不足以購買大型宇宙飛船和更好的設備的情況下，我們如何才能實現探索宇宙的目標?人工智能可以解決這個問題嗎?是的，人工智能就像是黑暗宇宙中的明星，它很可能是解決復雜問題、征服宇宙奧秘的優(yōu)秀方案。

隨著人工智能在數據科學、探索性數據分析和計算機視覺等領域的技術進步，我們取得了超乎想象的成果。

自我們開始用望遠鏡對話以來，人工智能成為了解決遠距離圖像清晰度問題的優(yōu)秀方案，特別是在計算機視覺和深度神經網絡領域，其處理圖像的能力非常厲害?；谶@些發(fā)展，我們可以創(chuàng)造出許多清晰的視覺效果，識別如何重建這些模糊的圖像以創(chuàng)造更多的副本，還可以確定這些神經網絡所產生的這些非常有效的圖像的真陽率和假陽率。

將這項技術應用于尋找引力透鏡的過程極其簡單。首先，科學家們創(chuàng)建一個數據集來訓練神經網絡，即生成600萬張假圖像，顯示引力透鏡的樣子。然后，他們把數據放到神經網絡中，讓它慢慢識別。稍作調整后，他們很快就能有一個可識別引力透鏡的程序。

用計算機模擬進行解讀和數字化，設計出清晰的畫面來表示宇宙中的數十億物體，一直是科學家們實驗的概念和理論哲學，但都進展寥寥。人工智能顯然改變了這一現狀。這要歸功于那些開發(fā)了名為“深度密度位移模型”(D³M)的深度神經網絡架構的研究人員。

D³M從一組預處理數值模擬中學習，利用基于微擾理論的分析近似方法(Zel'dovichApproximation)來預測宇宙的非線性大尺度結構，以此來作為輸入。大量分析表明，D³M在預測非線性體系中的宇宙結構方面優(yōu)于常用的快速近似模擬方法——二階微擾理論(2LPT)。D³M還能準確推斷出遠超其訓練數據的數據，并預測結構形成明顯不同的宇宙學參數。

這個模型的構建對天體物理學家以及特殊設計的創(chuàng)造者來說，都可謂是個奇跡。它的精確度和響應速度遠遠超出了開發(fā)者的想象。D³M產生的模擬結果非常精確，甚至對整個宇宙進行了三維模擬。

人工智能的進步不僅僅局限于使用望遠鏡進行圖像分割或模擬整個宇宙。宇航員在太空中生存、前往月球和其他太空探險都很艱難。對此，人工智能也有辦法，那就是使用人工智能巡視器和機器人設備。

先進的現代人工智能機器人漫游車可替代天文學家在外太空的角色?；鹦锹秸呔褪且粋€例子，將先進的人工智能系統(tǒng)與衛(wèi)星、機器人漫游車和宇宙飛船相連接，其中的益處遠遠超過我們的想象。

火星漫步者的智能數據傳輸軟件沒有了人為的調度錯誤，避免丟失寶貴的數據，增加了來自行星鄰居的有效數據。同樣的技術也可以用于探索太陽系的長期任務，這將最大程度減少人類對它們的監(jiān)督。

人工智能技術的機器人作為一個整體，包含了更多的內容。從勇探人類禁區(qū)的機器人到自主航天器和群體智能，現在人工智能在太空中的應用變得很廣泛。包括衛(wèi)星圖像的分析方式，超大星座的管理，甚至是尋找太陽系外行星，都因為采用了人工智能而變得更加容易。

最后一個要討論的話題是人工智能領域的重大新進展，這或許可以成為最重大、最特殊的發(fā)現。這個概念可以啟發(fā)我們了解宇宙的最重要的結構、設計和能力。歡迎新人工智能——“暗模擬器”。

有一個概念一直困惑著幾代科學家，讓他們摸不著頭腦，那就是暗物質背后的理論。了解它不僅可以揭開整個宇宙結構的秘密，還有現代物理學概念的假說和復雜的區(qū)別，都可能通過對暗物質或暗能量的詳細研究和突破得到答案。暗模擬器AI可以成為解決天體物理學家問題的最佳工具。

其主要作者Nishimichi說：“我們以前用超級計算機要花三年時間才能建起一個巨大的數據庫，但現在只需幾秒鐘就可以在筆記本電腦上新建一個。我覺得數據科學的潛力巨大。利用該成果，或許我們可以朝著揭開現代物理學最大的謎團——發(fā)現暗能量秘密。我還認為我們開發(fā)的這種方法在其他領域也有用，比如自然科學或社會科學。”

暗模擬器從現有的數據中學習并創(chuàng)建多個虛擬宇宙，并不斷從這些虛擬宇宙中反復學習。在用真實的調查進一步測試所產生的工具后，它能夠在幾秒鐘內成功預測Hyper Suprime-Cam勘測中的弱引力透鏡效應，以及Sloan Digital Sky調查中記錄的三維星系分布模式，準確率在2-3%之間。相比之下，在沒有人工智能的情況下，通過超級計算機單獨運行模擬需要好幾天的時間。

利用各種人工智能工具和技術來解釋浩瀚宇宙具有巨大的潛力。在遙遠的未來，關于宇宙的謎團、悖論和秘密將一一公開，我們將對各種謎團有一個清晰的認知，或者至少有簡單的方法來探索、檢驗和預想宇宙的永恒。

隨著圖形處理單元和自動化機械化的快速、持續(xù)發(fā)展，以及GANs等深度學習算法的演進，人類清晰認識到世界是如何誕生的那一天也許并不遙遠。當你讀到Elon Musk的這句話時，所有這些耐人尋味的好奇念頭都會進一步被提出來。

正如馬斯克所說：“人工智能(我指的不是狹義的人工智能)的進步速度快得驚人。除非你直接接觸過像Deepmind這樣的團隊，否則你根本不知道其速度有多快——接近以指數增長。將會在5年時間內發(fā)生極其危險的事件，最多10年。”

好奇、神秘和陌生，這是關于人類與宇宙間故事的優(yōu)秀注解。