新浪科技訊 北京時間8月31日早間消息,天文學上的引力透鏡現象幫助科學家發現太陽系外恆星,理解銀河系的進化,發現黑洞,以及證明愛因斯坦的正確性。然而,分析受引力透鏡影響的圖像需要很長時間,研究人員需要將真實圖像與模擬圖像進行對比。僅僅分析一例引力透鏡效應就需要花費幾周到幾個月。

  斯坦福大學和SLAC粒子加速器的研究人員找到了一種新方式,可以將分析時間縮短至不到1秒。在1天時間內,研究團隊使用包含50萬模擬透鏡圖像的數據集去訓練神經網路。該團隊測試了4種不同類型的網路。隨後這些網路可以從圖像中提取資訊,並取得與傳統方法類似的結果。

  該項目的研究人員菲爾·馬紹爾(Phil Marshall)表示:「最強大的是,神經網路可以自主學習某些特徵看起來是什麼樣。這與幼兒學習認東西的方式類似。你不需要告訴他們狗是什麼,你只要給他們看狗的照片。」另一名研究人員亞沙爾·赫扎維(Yashar Hezaveh)表示:「這就好像他們不僅從一堆照片中挑出了狗的照片,還提供了有關狗的體重、身高和年齡的資訊。」

  隨著新天文望遠鏡的建設,可以肯定我們將看到越來越多的引力透鏡現象。因此,更快的分析方法將有助於對所有數據的篩選。重要的是,這樣的神經網路分析可以在筆記本或手機上進行。

  這一研究成果發表在近期的《自然》雜誌上。(維金)