Преодолеть границы глубокого космического исследования! Наши ученые создали "Совершенную карту глубокого космоса" с помощью астрономической AI-модели

robot
Генерация тезисов в процессе

Исследование дальних слабых тел и структур является ключом к разгадке научных загадок происхождения и эволюции Вселенной, циклов материи и энергии. На основе принципов вычислочной оптики и алгоритмов искусственного интеллекта китайские ученые разработали астрономическую модель ИИ «Звездное наследие», которая способна расшифровывать сигналы слабых тел, обнаруживать галактики на расстоянии более 13 миллиардов световых лет и получать самые глубокие в настоящее время изображения дальнего космоса. Этот результат был опубликован онлайн в журнале «Science» 20 февраля рано утром.

Слабые тела содержат ключевую информацию для понимания происхождения и эволюции Вселенной. Однако фоновый шум космического света и тепловое излучение телескопов могут мешать обнаружению сигналов слабых объектов, что представляет собой значительную проблему для исследования космоса.

На изображении — концептуальная схема астрономической модели ИИ «Звездное наследие». (Предоставлено собеседником)

Под руководством профессора Дай Цюньхай из факультета автоматизации Тяньцзиньского университета, доцента Цай Чжэн из кафедры астрономии и доцента У Цзяминь из факультета автоматизации команда самостоятельно разработала модель «Звездное наследие», которая способна декодировать огромные объемы данных с космических телескопов и совместима с различными детекторами, что может сделать ее универсальной платформой для усиления данных дальнего космоса.

«Звездная величина» — это шкала яркости тел, чем больше число, тем слабее объект. Исследования показывают, что применение «Звездного наследия» к космическому телескопу Джеймса Уэбба позволяет расширить диапазон наблюдаемых волн с видимого света (около 500 нанометров) до среднего инфракрасного диапазона (5 микрометров), а глубина обнаружения увеличивается на один звездный уровень, а точность — на 1.6 звездных уровня. Это примерно соответствует увеличению диаметрa телескопа с около 6 метров до почти 10 метров.

«Мы создали самые глубокие в мире изображения дальнего космоса, что обновляет границы возможностей обнаружения и создает очень глубокие карты», — сказал Цай Чжэн. Команда с помощью «Звездного наследия» обнаружила более 160 кандидатных галактик ранней Вселенной, существовавших в течение 200–500 миллионов лет после Большого взрыва, тогда как ранее в мире было обнаружено всего около 50 таких галактик.

На изображении — сравнение результатов поиска кандидатных галактик, обнаруженных ранее (синие и фиолетовые звездочки), и с помощью «Звездного наследия» (оранжевые звездочки). (Предоставлено собеседником)

Доцент У Цзяминь рассказал, что технология «самообучающегося пространственно-временного шумоподавления» «Звездного наследия» сосредоточена на извлечении и восстановлении слабых сигналов, путем совместного моделирования шумов и яркости объектов, а также обучения на огромных объемах наблюдательных данных. Это позволяет увеличивать глубину обнаружения, не теряя точности.

Рецензенты журнала «Science» отметили, что данное исследование предоставляет мощный инструмент для обнаружения Вселенной и окажет важное влияние на астрономическую область.

Дай Цюньхай отметил, что благодаря «Звездному наследию» слабые объекты, искажаемые шумами в астрономических наблюдениях, могут быть высокоточно восстановлены. В будущем эта технология может применяться в новых поколениях телескопов, что поможет расшифровывать такие важные научные вопросы, как тёмная энергия, тёмная материя, происхождение Вселенной и экзопланеты.

(Источник: Синьхуа)

Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
0/400
Нет комментариев
  • Закрепить