欢迎光临托普仕留学!
托普仕留学

专注美国前30院校
规划与申请

400 - 686 - 9991

官方客服

托普仕留学 当前位置: 托普仕留学 > 美国留学资讯 > 正文
美国研究证明|人类可以超越机器算法探究新的星系
上传时间: 2023-02-15 10:55:08           浏览量: 818

大数据时代即将到来,几乎没有任何科学研究领域不受影响。虽然人工智能在数据分析中发挥着越来越大的作用,但在某些情况下,事实证明天文学家被证明更有能力,也就是说人类可以超越机器算法探究新的星系。

  但是以天文学为例,得益于尖端的仪器、软件和数据共享,世界各地的天文台在一天内累积了数百TB的数据,每年累积了100到200PB的数据。一旦下一代望远镜投入使用,天文学可能会进入“艾字节时代”,届时1018每年获得字节(五分之一)的数据。为了跟上这一数字,天文学家正在转向机器学习和人工智能来处理分析工作。

人类可以超越机器算法探究新的星系.png

  在检查收集的数据时暗能量调查(DES),业余天文学家朱塞佩·多纳蒂洛发现了三个微弱的星系机器学习算法显然错过了。这些星系,所有卫星雕塑家银河(NGC253),现在被命名为多纳泰罗二世、三世和四世,以纪念他。在这个数据驱动研究的时代,很高兴知道有时人类的眼球和智力是无可替代的。如果想要了解更多,可以添加V信Tops6868。

  这些卫星在距离地球1140万光年的玉夫座星系(NGC253)周围的存在得到了一组天文学家的证实。哈勃太空望远镜.该团队由布尔钦·穆特鲁-帕克迪尔,达特茅斯学院天体物理学助理教授(为他布尔辛的银河系被命名)。下图是一系列微弱星系长时间曝光图像的一部分,其中显示了多纳蒂洛二世在中心。该图像从此成为本周图片在欧洲航天局(ESA)的网站上。

  近年来,对人工智能的依赖大大增加,这是对天文台获得的数据呈指数级增长的直接反应。最近几个月,已经开发了机器学习算法来搜索系外行星,快速无线电突发(FRB),可能技术签名,并映射称为宇宙黎明.但是当涉及到DES,一个致力于绘制宇宙以测量暗能量的性质和影响的国际合作时,他们使用的算法未能探测到这些卫星星系。

  这并不奇怪,因为即使是最好的算法也有其局限性。为了开发机器学习技术,天文学家将使用特定现象的图像和数据来训练他们的算法。由于一些星系非常微弱,人工智能很难区分它们与单个恒星和背景噪音。当这种情况发生时,必须使用老式的方法进行识别,即训练有素的眼球梳理成堆的图像和原始数据。

  以上是对于人类可以超越机器算法探究新的星系的解读,如果您对美国留学感兴趣,欢迎您在线咨询托普仕留学老师,托普仕留学专注美国前30高校申请,助力国内学子顺利获得美国藤校入读资格。尽早规划和递交申请,对您未来留学会更有帮助!

  热门文章:

康奈尔大学工程学院四大研究内容

到美国读研究生费用标准

耶鲁大学发布近六年早申录取数据

托普仕留学