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。
肺癌是全球死亡率最高的恶性肿瘤。其中非小细胞肺癌（NSCLC）占比达到85%。表皮生长因子受体（EGFR）是NSCLC最常见的驱动突变基因。现在，一个国际科学家团队首次证明，EGFR的一个关键界面可能会成为更 3月22日黎明，太阳系中最明亮的行星金星与太阳系中拥有最多卫星的行星土星将在东南方低空近距离相伴，上演“结伴游”。北京星空摄影爱好者王俊峰2023年1月23日在北京西城区拍摄的金星（左上）、土星 3月19日，记者从香港科技大学获悉，该校以人工智能生成式工具设计出10位“AI讲师”， 这些“AI讲师”来自世界各地，属不同民族及文化背景。该校希望通过创新教学模式，激发学生学习热情，提升课堂参与度 瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期 “AI热潮”有人欢喜又有人忧：新兴市场遭资金外流！ 财联社3月20日讯(编辑 黄君芝)巴西亿万富翁、巴西金融公司Banco BTG Pactual SA创始人Andre Esteves表示，人工智能(AI)股票持续上涨导致发展中国家资本市场资金 据英国《自然》周刊网站3月19日报道，研究人员首次利用生成式人工智能（AI）制造出全新抗体。报道称，本周生物学预印本资料库中的一份预印本报告的原理验证研究，提高了将“AI指导的蛋白质设计引入治 。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