AI技术“上天” 助天文大数据应用研究领域发现新成果

　　记者从中国科学院上海天文台获悉，近日，上海天文台葛健研究员带领的国际团队通过人工智能的深度学习方法，对国际斯隆巡天三期释放的类星体光谱数据进行了微弱信号搜寻和数据分析，发现了极其稀少的107例宇宙早期星系内的冷气体云块成分的关键探针中性碳吸收体。研究团队分析发现，早在宇宙约30亿年的演化早期（目前宇宙的年龄已有约138亿年），这些携带了中性碳吸收体探针的早期星系已经过了快速物理和化学演化进入介于大麦哲伦矮星系和银河系之间的物理和化学演化状态。

　　△ 艺术家的想象图（Credit：月尘衣）：大量的早期宇宙的类星体发射的光被地面的斯隆巡天望远镜接受产生了大量的类星体光谱。受训过的人工智能深度神经网络在这些类星体光谱数据中搜寻首次发现破纪录的经过早期星系冷介质产生的关键性的微弱中性碳吸收线探针。

　　本次工作的研究方法与成果对探索星系如何形成和演化提供了新的研究方式，也充分显现了人工智能在天文海量数据中探寻微弱信号的广泛应用潜力和前景。

　　相关研究成果于2024年5月15日发表在国际天文学顶级期刊《皇家天文学会月报》（MNRAS）上。