阿尔伯特·爱因斯坦|爱因斯坦100年前的成果,或将能“看到”看不见的暗物质宇宙
【阿尔伯特·爱因斯坦|爱因斯坦100年前的成果,或将能“看到”看不见的暗物质宇宙】
宇宙中的星系和其他大质量物体可以作为引力透镜 , 引力透镜最早是由阿尔伯特·爱因斯坦在100多年前提出 , 用来描述光在经过星系和星系团等大质量物体时是如何弯曲的 。 这些透镜效应通常强弱之分 , 并且透镜的强度与物体位置、质量以及与被透镜的光源距离有关 。 产生强透镜的质量可能是太阳的1000亿倍 , 这会导致来自同一路径上更远物体的光线放大并分裂成多个图像 , 或者看起来像是戏剧性的弧形或光环 。
本文插图
强引力透镜比较稀缺 , 自1979年第一次观察以来 , 只有几百个得到证实 , 但这种情况正在改变 。 现在 , 一个国际科学家团队的一项新研究揭示了335个新的强透镜候选者 , 这是基于对美国能源部在亚利桑那州一个名为暗能量光谱仪(DESI)望远镜项目收集的数据深入研究 。 其研究成果发表在《天体物理学》期刊上 , 受益于在一场国际科学竞赛中获胜的机器学习算法 。
本文插图
参与这项研究的劳伦斯·伯克利国家实验室(Berkeley Lab)物理部资深科学家David Schlegel说:找到这些天体就像找到一个星系大小的望远镜一样 , 它们是暗物质和暗能量的强大探测器 。 例如 , 如果通过这些透镜观测并精确跟踪和测量超新星 , 这些新发现的候选引力透镜可以提供特定标记 , 用于精确测量到古代宇宙中星系的距离 。 强透镜还提供了一扇强大的窗口 , 让人们可以看到看不见的暗物质宇宙 。
本文插图
暗物质约占宇宙物质的85% , 因为造成透镜效应的大部分质量被认为是暗物质 。 暗物质和由暗能量驱动的宇宙加速膨胀 , 是物理学家正在努力解开的最大谜团之一 。 在新的研究中 , 研究人员利用伯克利实验室国家能源研究科学计算中心(NERSC)的超级计算机CORI , 将暗能量相机成像数据与423个已知强透镜和9451个未知强透镜的训练样本进行了自动比较 。 研究人员根据实际将候选强透镜分为三类:
本文插图
最有可能是强透镜的60个候为A级 , 特征不太明显的105个候选强透镜为B级 , 以及比其他两个类别的强透镜更暗、更小的176个为C级 。 研究团队已经成功地在哈勃太空望远镜上赢得了时间 , 以确认研究中揭示一些最有希望的强透镜候选者 。 哈勃太空望远镜可以在没有地球大气层模糊影响的情况下 , 看到精细的细节 。 候选强透镜是在神经网络的帮助下识别 , 神经网络是人工智能的一种形式 。
本文插图
在神经网络中 , 计算机程序经过训练 , 随着时间的推移逐渐改善其图像匹配 , 以提高识别强透镜的成功率 , 计算机化的神经网络灵感来自于人脑中神经元的生物网络 。 训练神经网络需要很长时间时 , 有一个非常复杂的拟合模型 。 有一些艰苦的人工分析强透镜图像 , 以帮助从数万张图像中挑选出最好的图像来训练网络 。 研究人员改进最新研究中使用的算法 , 以加快识别可能的强透镜 。
本文插图
虽然估计每10000个星系中就有1个强引力透镜 , 但神经网络可以快速识别 , 天文学家只要识别出来的照片即可 , 而不是翻看1万张照片才找到一张 。 神经网络最初是为强引力透镜寻找挑战赛而开发的 , 这是一项编程比赛 , 从2016年11月持续到2017年2月 , 旨在推动寻找强引力透镜的自动化工具开发 。 随着观测数据的数量不断增加 , 以及DESI和大型天气观测望远镜(LSST)等新的望远镜项目计划于2023年启动 , 使用人工智能工具挖掘这些数据的竞争将非常激烈 。
推荐阅读
- 2020|影谱科技入选“2020中国AI商业落地价值潜力100强榜单”
- 行业互联网|金风科技中标哈萨克斯坦札纳塔斯二期100MW风电项目
- 智能穿戴|戴上它让噪音通通消失,索尼WF-1000XM3评测
- 大众新闻|手握1000万却花不出去?为了帮助黑医美受害者,新氧发了大愁
- 受害者|手握1000万却花不出去?为了帮助黑医美受害者,新氧发了大愁
- 充电宝|共享充电宝频频遭到投诉,有人两天没归还被扣了80多元,还有人还充电宝却变成换购,扣了100
- 新机发布|荣耀新平板发布,10.1寸LCD屏+5100mah大电池,值得入手
- 英特尔|Intel十代赛扬悄然升级!频率加100MHz,散热器性能获提升
- |Google借助计算引擎A2 VMs在云中推出了首批NVIDIA Ampere A100 GPU
- 融资并购|VR技术初创公司“蛙色VR”获1000万元天使轮融资