新足迹

 找回密码
 注册

精华好帖回顾

· 澳洲小生意攻略(鱼薯店篇、二) (2008-7-6) 车友 · 聊聊关于日本厨房用刀的类型,选购,保养。15.7.22更新磨刀视频 (2012-12-18) 无知的80后
· 近10年旧的奔驰GL漆面翻新+coating,效果不输新车! (2016-12-16) Simonjo · PWC CAP作业奉上! (2009-5-13) 米克羊
Advertisement
Advertisement
查看: 1153|回复: 7

AI把韦伯太空望远镜数据分析从数年缩短到数天 [复制链接]

2012年度奖章获得者 2013年度奖章获得者

发表于 2026-4-29 07:23 |显示全部楼层
此文章由 dootbear 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 dootbear 所有!转贴必须注明作者、出处和本声明,并保持内容完整
Space.com:AI把韦伯太空望远镜数据分析从数年缩短到数天,它还能为突破性的Rubin天文台做什么?

AI图像处理已经把NASA韦伯太空天文望远镜(James Webb Space Telescope)数据分析的时间,从数年缩短到短短数天甚至更少,引发了一连串突破性发现,而其中一些发现若没有AI,可能永远不会出现。

如今,这项技术将被用于提升位于智利的Vera C. Rubin天文台拍摄图像的质量。Rubin天文台是最新的天文学强大设施,这项技术将让它的图像看起来像是在太空中拍摄的一样清晰。

Vera C. Rubin天文台以美国天文学家Vera C. Rubin命名,她发现了暗物质存在的关键证据之一。该天文台位于智利安第斯山脉海拔8770英尺,即2673米的Cerro Pachón山顶。

这一台超级天文望远镜去年开始运行。

它每三晚扫描整个天空一次,目标是制作一个为期10年的天空物体运动延时影像。

它位于智利阿塔卡马沙漠,这是地球上最干旱的地区,因此天文台能够受益于干燥的大气和全年晴朗的天空。不过,Rubin的观测仍会受到显著畸变影响,因为来自遥远天体的光在抵达望远镜探测器之前,必须先穿过地球大气层。

加州大学圣克鲁兹分校(简称UCSC)研究人员开发的一种新AI算法,如今将尝试去除这种畸变,并提高图像分辨率,让这些图像看起来像是从太空拍摄的一样。

开发这一新AI模型的UCSC天文学和天体物理学教授罗伯逊(Brant Robertson)告诉Space.com:“地面望远镜会受到大气湍流造成的模糊影响,因为光线要穿过大气。我们花了很多钱在高性能技术上,以消除这种大气畸变,但我们也可以训练AI机器学习模型,去除其中一些模糊。”

研究人员使用日本Subaru望远镜拍摄的图像,以及哈勃太空望远镜拍摄的同一片天空区域图像,训练这个名为Neo的生成模型。模型的任务是学习如何补全从地球拍摄图像中缺失的细节。结果令人印象深刻,研究人员在论文中表示,Neo模型“将测量形态参数的准确性提高了2到10倍”。

在实际效果上,这意味着分辨率提高后,可以揭示出大量单颗恒星和星系的精确形状,而过去同样的位置可能只是一团模糊的斑点。

罗伯逊说:“这个模型提高了这些数据的空间质量,并在统计意义上恢复了你在这些图像中看到的星系属性,就像它们是被太空望远镜看到的一样。”

他补充说,这项技术会大幅加速发现,并让科学界最大化利用投入尖端天文望远镜的资金所带来的科学回报。位于智利的Vera C. Rubin天文台配备一面27.6英尺,即8.4米的镜面,建设成本为8亿美元。

不过,与哈勃和James Webb等太空望远镜相比,这仍只是其中一小部分。

哈勃和James Webb的建设及运行成本都高达数十亿美元。

强大的新Rubin天文台刚刚发现了11000颗新小行星,并测量了“数万颗更多小行星”。

James Webb太空望远镜对80万个星系的观测图,描绘出暗物质的详细图景。

罗伯逊说:“我们在天文观测设施上投入了很多钱和大量资源,我们希望利用公众和科学界的这项投资,从数据中尽可能获得全部价值。”

Neo模型是一种条件生成对抗网络,由两个神经网络协作组成,经常用于AI图像生成。对于Neo来说,第一个网络根据拍摄照片生成改进后的图像;另一个网络则评估这些图像的质量。

这个模型基于罗伯逊团队早先开发的一项技术,那项技术用于加快Webb图像处理。这个耗资100亿美元的天文强大设施会产生如此巨量的数据,仅靠人类天文学家的视觉评估根本无法跟上。像罗伯逊及其同事开发的这种AI算法,能在短短数天内完成原本需要人类数年才能完成的工作。

罗伯逊说:“我们正被如此大量的数据淹没,真的很难跟上。我们分析这些图像的标准方法确实已经不够用了。”

该算法运行在由英伟达GPU驱动的超级计算机上,已经促成了Webb时代一些最令人惊叹的发现,包括发现早期宇宙中复杂星系,而这是天文学家原本没有预料到的。

罗伯逊说:“这个模型会分析每一个像素,并区分它是天空的一部分,还是一个天体的一部分。如果它是一个天体,那它是盘状星系的一部分、球状星系的一部分,还是恒星的一部分?”

罗伯逊补充说,该算法并不是在取代天文学家。

相反,它帮助天文学家更快作出发现,也能探测到他们可能忽略的模式。

他说:“AI不会是纯粹或完整的,但当然,人类和传统方法也不是。它们都有不同的优势和好处。”

天文学家正在把处理后的图像开放给其它团队和公众探索。

描述Leo模型的论文已被《天体物理学杂志》(Astrophysical Journal)接收发表。

该模型将帮助提高Vera Rubin天文台图像的分辨率。








[img][/img]

来源:

https://www.space.com/technology ... g-rubin-observatory

By Tereza Pultarova published 18 hours ago
"The model analyzes every pixel and distinguishes whether it's part of the sky or a part of an object."
Advertisement
Advertisement

2012年度奖章获得者 2013年度奖章获得者

发表于 2026-4-29 07:24 |显示全部楼层
此文章由 dootbear 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 dootbear 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本文要点:

1. AI图像处理已把James Webb太空望远镜数据分析从数年缩短到数天,大幅加快天文学发现速度,并帮助发现早期宇宙复杂星系等重要目标。

2. 加州大学圣克鲁兹分校团队开发的新AI模型Neo,将用于提升Vera Rubin天文台地面观测图像质量,削弱地球大气湍流造成的模糊和畸变。

3. Neo通过学习Subaru望远镜和哈勃太空望远镜同一区域图像之间的差异,补全地面图像缺失细节,使星系形状和恒星结构更清晰。

4. 研究人员表示,AI不会取代天文学家,而是帮助他们更快处理海量数据、发现隐藏模式,并最大化昂贵天文设施带来的科学回报。

5. Vera Rubin天文台每三晚扫描全天一次,将生成庞大天空数据集;借助AI增强图像,科学家有望更高效研究星系、恒星、小行星和暗物质。

发表于 2026-4-29 07:51 |显示全部楼层
此文章由 violots 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 violots 所有!转贴必须注明作者、出处和本声明,并保持内容完整
AI 成功的应用于天文学了,会超越人类吗,希望突破人类的思维有更大的发展

发表于 2026-4-29 08:28 来自手机 |显示全部楼层
此文章由 淡淡的定 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 淡淡的定 所有!转贴必须注明作者、出处和本声明,并保持内容完整
处理完才发现外星人早就骂过了

发表于 2026-4-29 09:17 |显示全部楼层
此文章由 鬼面骑士 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 鬼面骑士 所有!转贴必须注明作者、出处和本声明,并保持内容完整
人类的效率被AI大大提升

发表于 2026-4-29 09:31 |显示全部楼层
此文章由 pollozhao 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 pollozhao 所有!转贴必须注明作者、出处和本声明,并保持内容完整
"AI不会取代天文学家"。想当初也是这么说程序员的。确实不会完全取代,几年的活几天干完,意味着裁员80%人员毫无压力
Advertisement
Advertisement

发表于 2026-5-7 12:59 |显示全部楼层
此文章由 4493 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 4493 所有!转贴必须注明作者、出处和本声明,并保持内容完整
天文学家人数不多的,数据处理能力不足,有AI帮忙可以把新获得的观察数据迅速进行分析,这个很有意义

发表于 2026-5-18 14:49 |显示全部楼层
此文章由 大杨树 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 大杨树 所有!转贴必须注明作者、出处和本声明,并保持内容完整
我邻居就是天文学家,他说他过去20年一直从事太空望远镜数据分析工作,并且一共养了12条狗

发表回复

您需要登录后才可以回帖 登录 | 注册

本版积分规则

Advertisement
Advertisement
返回顶部