在贵州平塘，被称为“中国天眼”的500米口径球面射电望远镜（FAST），夜以继日地接收宇宙幽深处的射电信号。每秒生成的科学观测数据规模约为1.6吉字节（GB），一年的可公开观测数据大约为20拍字节（PB）。
在距FAST约1700公里的浙江杭州，之江实验室天文计算研究中心正开展AI寻星算法研究，对FAST捕获的海量数据“压缩提纯”，从中辨析有用信号，进而发现新的天体踪迹或天文现象。
前不久，之江实验室天文计算研究中心科研团队通过分析处理FAST约50太字节（TB）的观测数据，在球状星团M15中发现了自转周期分别为1.9秒和3.9秒的两颗长周期脉冲星，分别命名为M15K和M15L。其中，M15L是迄今发现的球状星团中自转周期最长的脉冲星。相关论文发表于《中国科学：物理学 力学 天文学》。
巧用自研算法 “提纯”天文信号
仰望夜空，星河璀璨。然而，天文仪器“看”到的景象却并不浪漫——电波信号经转化处理后，往往呈现为枯燥抽象的光斑或线条图案。
比如射电望远镜，其结构包括定向天线、高灵敏度接收机、信息显示系统等，可测量天体射电波的强度、频谱及偏振等信息。在观测状态下，它好比一台常年开启的录像机，默默记录着宇宙的奥秘。2021年10月，之江实验室联合中国科学院国家天文台，共同打造了天文智能计算平台FAST@ZJLAB，并组建智能计算天文团队。
基于FAST@ZJLAB，之江实验室科研人员将目标识别、语义分割等AI算法与天文信号处理理论相结合，研发了一系列深度学习模型，大幅提升了快速射电暴和脉冲星信号的筛选效率。
“FAST接收信号后会进行转换，相当于将视频导入剪辑软件。”之江实验室天文计算研究中心高级工程专家陈华曦介绍，“不过，信号内容大多相当于环境噪音，真正可用的很有限。”
从原始观测数据到最终证认出脉冲星，要经历消色散、参数设定、消干扰、去红噪声、周期搜索、候选体筛选、交叉验证、计时分析等若干步骤，涉及大量数据处理工作以及对计算资源的消耗。
“候选体筛选环节尤其耗时耗力。”陈华曦说，在经过参数估计、折叠算法进行搜索后，会得到大量候选体结果图，研究人员要靠肉眼识别结果图是否符合脉冲星的信号特征。
“一个小时的观测可能有数万张候选体图片，要从这么多图片中分辨出非常微弱的信号很难。”论文第一作者、之江实验室天文计算研究中心研究专员周登科说，利用天文计算研究中心自研的AI视觉模型，能对候选体信息进行高效筛选，可将需要人工介入筛选的候选体数量降低3个数量级。
炼得“金刚钻” 敢揽“瓷器活”
脉冲星，即快速旋转的中子星，会沿着磁轴的方向对外以电磁波束的形式辐射能量。凭借脉冲星的诸多特性，科学家尝试将其作为宇宙探针，探测银河系中星际介质的分布和密度、磁场分布与强度等，从而逐步构建“宇宙导航系统”。
最近一年，之江实验室天文计算研究中心基于FAST的观测数据共发现了31颗脉冲星，其中包括15颗长周期脉冲星。
基于前期建设基础，之江实验室天文计算研究中心目前已有上百名研究人员，其中天文方向约30人，计算方向约90人。
这个研究团队炼得了“金刚钻”，敢揽“瓷器活”。该团队曾仅用170小时完成约172TB数据的处理，相当于每小时速览1024部容量为1GB的电影。
“如果把Presto等开源算法比作锄头，中心自研的AI算法相当于大型机械化工具。”陈华曦说，二者并非替代关系，而是互补关系。开发更多算法，有益于对数据进行综合处理，催生更多天文发现。
周登科表示，天文领域数据量巨大，处理起来非常耗时。利用AI算法等智能计算技术辅助处理数据，可以让研究人员从繁重的数据分析中解放出来，将更多精力投入到理解数据背后的物理图像中，大大提高科研效率。
在贵州平塘，被称为“中国天眼”的500米口径球面射电望远镜（FAST），夜以继日地接收宇宙幽深处的射电信号。每秒生成的科学观测数据规模约为1.6吉字节（GB），一年的可公开观测数据大约为20拍字节（PB）。
在距FAST约1700公里的浙江杭州，之江实验室天文计算研究中心正开展AI寻星算法研究，对FAST捕获的海量数据“压缩提纯”，从中辨析有用信号，进而发现新的天体踪迹或天文现象。
前不久，之江实验室天文计算研究中心科研团队通过分析处理FAST约50太字节（TB）的观测数据，在球状星团M15中发现了自转周期分别为1.9秒和3.9秒的两颗长周期脉冲星，分别命名为M15K和M15L。其中，M15L是迄今发现的球状星团中自转周期最长的脉冲星。相关论文发表于《中国科学：物理学 力学 天文学》。
巧用自研算法 “提纯”天文信号
仰望夜空，星河璀璨。然而，天文仪器“看”到的景象却并不浪漫——电波信号经转化处理后，往往呈现为枯燥抽象的光斑或线条图案。
比如射电望远镜，其结构包括定向天线、高灵敏度接收机、信息显示系统等，可测量天体射电波的强度、频谱及偏振等信息。在观测状态下，它好比一台常年开启的录像机，默默记录着宇宙的奥秘。2021年10月，之江实验室联合中国科学院国家天文台，共同打造了天文智能计算平台FAST@ZJLAB，并组建智能计算天文团队。
基于FAST@ZJLAB，之江实验室科研人员将目标识别、语义分割等AI算法与天文信号处理理论相结合，研发了一系列深度学习模型，大幅提升了快速射电暴和脉冲星信号的筛选效率。
“FAST接收信号后会进行转换，相当于将视频导入剪辑软件。”之江实验室天文计算研究中心高级工程专家陈华曦介绍，“不过，信号内容大多相当于环境噪音，真正可用的很有限。”
从原始观测数据到最终证认出脉冲星，要经历消色散、参数设定、消干扰、去红噪声、周期搜索、候选体筛选、交叉验证、计时分析等若干步骤，涉及大量数据处理工作以及对计算资源的消耗。
“候选体筛选环节尤其耗时耗力。”陈华曦说，在经过参数估计、折叠算法进行搜索后，会得到大量候选体结果图，研究人员要靠肉眼识别结果图是否符合脉冲星的信号特征。
“一个小时的观测可能有数万张候选体图片，要从这么多图片中分辨出非常微弱的信号很难。”论文第一作者、之江实验室天文计算研究中心研究专员周登科说，利用天文计算研究中心自研的AI视觉模型，能对候选体信息进行高效筛选，可将需要人工介入筛选的候选体数量降低3个数量级。
炼得“金刚钻” 敢揽“瓷器活”
脉冲星，即快速旋转的中子星，会沿着磁轴的方向对外以电磁波束的形式辐射能量。凭借脉冲星的诸多特性，科学家尝试将其作为宇宙探针，探测银河系中星际介质的分布和密度、磁场分布与强度等，从而逐步构建“宇宙导航系统”。
最近一年，之江实验室天文计算研究中心基于FAST的观测数据共发现了31颗脉冲星，其中包括15颗长周期脉冲星。
基于前期建设基础，之江实验室天文计算研究中心目前已有上百名研究人员，其中天文方向约30人，计算方向约90人。
这个研究团队炼得了“金刚钻”，敢揽“瓷器活”。该团队曾仅用170小时完成约172TB数据的处理，相当于每小时速览1024部容量为1GB的电影。
“如果把Presto等开源算法比作锄头，中心自研的AI算法相当于大型机械化工具。”陈华曦说，二者并非替代关系，而是互补关系。开发更多算法，有益于对数据进行综合处理，催生更多天文发现。
周登科表示，天文领域数据量巨大，处理起来非常耗时。利用AI算法等智能计算技术辅助处理数据，可以让研究人员从繁重的数据分析中解放出来，将更多精力投入到理解数据背后的物理图像中，大大提高科研效率。
我国制氢加氢一体站建设有了团体标准。记者从中国石化获悉，为推动我国氢能交通产业发展，中国石化联合国内数十家氢能头部企业发布了国内首个《制氢加氢一体站技术指南》团体标准。该标准的制定 所谓香喷喷的婴儿，到底是源于人们的爱意，还是说确有其香？《通讯·化学》21日一项小型研究首次分析了婴儿和青少年体味化学组成的差异。研究显示，有两种较难闻的化合物仅在青少年体味样本中 作为月之暗面的创始人，杨植麟常把他的AGI梦想形容为“登月计划”，长文本就是这个伟大计划的第一步。但现在，随着Kimi的爆火出圈，赛道瞬间变得拥挤，24小时内，阿里、360、百度紧急“出手”，纷 3月21日，人工智能大模型赋能企业科技创新研讨会在广州召开。中国知网在会议期间发布了专利大数据智能应用产品“AI Pat+”。据中国知网相关负责人介绍，中国知网在人工智能大模型领域的深入研发 3月23日，“天卫科技03星”暨“华祥苑壹号”卫星在厦门举行出征仪式，这是由厦门本土企业天卫科技制造研发的第三颗服务当地建设的商业卫星，标志着厦门航天卫星应用领域商业化、产业化发展更进一 美国佐治亚理工学院机械工程师开发了一种控制机器人外骨骼的通用方法。无需专门训练、特别校准，对复杂算法进行调整后，用户穿上外骨骼就可以直接行走。研究成果3月20日发表在《科学·机 。本文链接：之江实验室上演AI“追星记”http://www.sushuapos.com/show-2-7064-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 我国首个人类双标水实验室成立 以水为媒破解人体代谢谜题
下一篇： MUST的“大眼睛”有望“看见”暗物质