凝視著農(nóng)村的夜空，您可能會看到閃亮的月亮被星星包圍。如果幸運的話，您可能會發(fā)現(xiàn)用肉眼可見的最遠的東西-仙女座星系。它是我們銀河系最近的鄰居。但這只是其中所占比例最小的部分。當美國國家科學基金會維拉魯賓天文臺的能源部(DOE)時空傳統(tǒng)照相機(LSST)在2022年啟動時，它將在十年的時間內(nèi)拍攝370億個星系和恒星的照片。

這個巨大的望遠鏡的輸出將使研究人員充滿數(shù)據(jù)。在這10年中，LSST相機將為其覆蓋的每片Southern Sky拍攝2,000張照片。每個圖像中最多可以包含一百萬個對象。

卡內(nèi)基梅隆大學和LSST Dark教授Rachel Mandelbaum說：“就數(shù)據(jù)的規(guī)模，數(shù)據(jù)量，數(shù)據(jù)的復雜性而言，它們遠遠超出了我們現(xiàn)有的任何數(shù)據(jù)集。”能源科學合作組織發(fā)言人。“這打開了巨大的發(fā)現(xiàn)空間。”

科學家們并不是在建造LSST相機來拍攝漂亮的照片。他們想要識別，分類和測量可以揭示有關(guān)宇宙本身結(jié)構(gòu)信息的天體。了解暗能量和其他宇宙學奧秘需要有關(guān)超新星和星系的數(shù)據(jù)。研究人員甚至可能找到全新的對象類別。

與LSST暗能量科學合作組織合作的多倫多大學天體物理學助理教授RenéeHlo?ek說：“將有一些我們從未見過的物體，因為那是新發(fā)現(xiàn)的重點。”“我們會發(fā)現(xiàn)一堆叫做怪胎或異?，F(xiàn)象的東西。”

龐大的數(shù)據(jù)量和陌生的數(shù)據(jù)將使其難以分析。盡管可能會與當?shù)貙＜乙黄鹪谠摰貐^(qū)發(fā)現(xiàn)一個新的觀星者，但科學家們對這種新的宇宙并沒有這樣的指導。因此，他們正在自己做。更準確地說，他們正在制作許多不同的指南，可以幫助他們識別和分類這些對象。在美國能源部科學辦公室的支持下，天體物理學家正在以計算機模型的形式開發(fā)這些指南，這些模型依靠機器學習來檢查LSST數(shù)據(jù)。機器學習是一個過程，其中計算機程序會隨著時間的推移了解一組數(shù)據(jù)中的關(guān)系。

學習的計算機程序

黑暗能源科學合作組織的科學家必須快速處理數(shù)據(jù)?？茖W家需要知道相機正好對準正確的位置，并且每次都正確地獲取數(shù)據(jù)。這種快速處理還可以幫助他們知道自從上次拍照以來，天空中是否有任何變化。減去以前的顯示他們當前的照片，如果有一個有趣的天體的跡象對象或現(xiàn)象。

他們還需要以準確且可用的方式將大量照片組合在一起。這個項目正在調(diào)查宇宙的深處，以捕獲一些最微弱的恒星和星系的圖像。它還將在不理想的大氣條件下拍照。作為補償，科學家需要可以將圖像組合在一起以提高清晰度的程序。

機器學習除了處理大量數(shù)據(jù)外，還可以解決這些挑戰(zhàn)。隨著這些程序分析更多的數(shù)據(jù)，它們變得越準確。就像一個學會識別星座的人一樣，他們會隨著時間的推移獲得更好的判斷力。

美國能源部阿貢國家實驗室的物理學家夏娃·科瓦克斯說：“許多科學家認為機器學習是基于光度測量(光強度的測量)對源進行分類的最有前途的選擇。”

但是機器學習程序需要先自學，然后才能處理大量新數(shù)據(jù)。有兩種主要的方法來“訓練”機器學習程序：無監(jiān)督和有監(jiān)督。

無監(jiān)督機器學習就像有人從每晚的觀測中學習有關(guān)恒星的知識。該程序會在未標記的數(shù)據(jù)上進行自我訓練。盡管無監(jiān)督機器學習可以對圖像進行分組并識別異常值，但是如果沒有某種指導手冊，就無法對它們進行分類。

有監(jiān)督的機器學習就像是依賴于指南的新手。研究人員向其提供了大量數(shù)據(jù)，并標有每個對象的類別。通過一遍又一遍地檢查數(shù)據(jù)，程序?qū)⒘私庥^測值和標簽之間的關(guān)系。此技術(shù)對于將對象分類到已知組中特別有用。

在某些情況下，研究人員還為程序提供了一組特定的功能，例如亮度，形狀或顏色。它們提供了每個功能與其他功能相比的重要性的指導。在其他程序中，機器學習程序會自行找出相關(guān)功能。

但是，監(jiān)督式機器學習的準確性取決于擁有良好訓練集的能力，以及真實訓練集的所有多樣性和可變性。對于來自LSST相機的照片，該可變性可能包括來自在天空中移動的衛(wèi)星的條紋。標簽也必須非常準確。

曼德爾鮑姆說：“我們必須將盡可能多的物理學納入訓練集。”“它并沒有減輕理解物理學的負擔。它只是將其轉(zhuǎn)移到問題的另一部分。”

太空高速公路上的英里標記

宇宙中一些最有趣的物體不會停留很長時間。瞬態(tài)對象看起來很亮，在特定時間段內(nèi)逐漸消失，然后變暗。超新星-大量爆炸的恒星-是一種瞬態(tài)物體?？勺儗ο蟮牧炼葧S著時間以一致的方式變化。兩者都可以使用某些類型的“標準蠟燭”，科學家可以用它們來測量與地球的距離，例如州際公路上的英里標記。這些標準蠟燭可提供有關(guān)宇宙大小和歷史的信息。

科瓦克斯說：“如果在給定的夜晚觀察到足夠多的星系，幾乎可以肯定會發(fā)現(xiàn)超新星。”

要知道超新星是否可以用作標準蠟燭，科學家需要知道它的類型。Ia型超新星可以是標準蠟燭。就像借鑒經(jīng)驗可以告訴觀星者正在看火星還是金星一樣，計算機程序可以利用其訓練對圖像中的超新星進行分類。

“所有這些美中不足之處是Ia型超新星并不是完全標準的蠟燭。它們有一定程度的變異，”科瓦奇說。“理解這種變化……實際上是完成所有這些工作的核心。”

Kovacs和她的合作者創(chuàng)建了一個程序，該程序使用超新星的顏色將它們分類。以前，科學家通過讓機器學習算法將特定超新星的亮度隨時間與基于Ia型超新星的模型進行比較來訓練機器學習算法。但是這些程序很可能將太多的超新星歸類為Ia型。她的團隊采取了不同的方法。他們確定了一組17個特征，這些特征表征了超新星的光曲線(光強的時間變化)。使用數(shù)千個模擬超新星的訓練集，他們能夠?qū)崿F(xiàn)具有極高準確性的分類。

弄清楚宇宙物體離地球有多遠是機器學習的另一個有希望的領(lǐng)域。以前，科學家依靠光譜望遠鏡使用光纖來精確測量這些物體的距離。但是LSST相機每晚會發(fā)現(xiàn)1000多個瞬態(tài)物體。使用此技術(shù)的后續(xù)操作太多了。Mandelbaum和她的團隊開發(fā)了一種機器學習程序，可以僅從照片中準確估算出該距離。如果可用，它也可以適應和合并光譜數(shù)據(jù)。

但是超新星并不是唯一可以用作標準蠟燭的物體。實際上，天體物理學家經(jīng)常使用其他物體來校準其距離。Mandelbaum和她的團隊使用機器學習來發(fā)現(xiàn)其他潛在的標準蠟燭。通過提供有關(guān)許多可變恒星的程序數(shù)據(jù)，他們發(fā)現(xiàn)可以提出該數(shù)據(jù)并應用識別良好標準蠟燭的功能，而無需先對恒星進行分類。跳過這一步驟-需要大量帶標簽的分類數(shù)據(jù)-簡化了流程。它還有助于避免分類產(chǎn)生偏差或錯誤。該程序產(chǎn)生的恒星樣本與造父變星(一種有用但稀有的變星)一樣，都是標準蠟燭。還有另一個好處-他們的樣本中的星星通常比造父變星更明亮，更容易測量。

Kovacs說：“機器學習可以幫助您發(fā)現(xiàn)這些復雜的空間，因為人類很難在三個以上的維度上進行思考。”

在銀河級別上進行選擇

盡管個別恒星可以揭示大量信息，但有時您需要一個完整的星系。單獨使用照片，比起超新星本身，更容易算出超新星的主星系的距離。但是科學家必須選擇正確的宿主星系。過去，他們是手動完成匹配的。但是LSST相機將創(chuàng)建過多的數(shù)據(jù)供人類處理。

在Kovac的一個項目中，科學團隊開發(fā)了一種算法，可在90%到92%的時間內(nèi)將宿主星系與超新星正確匹配。不夠準確。但是機器學習救了我。該團隊開發(fā)了一個機器學習程序，以告訴他們?nèi)魏畏诸愓_與錯誤的可能性。它確定原始輸出的百分之七到百分之八是最有可能的錯誤。從數(shù)據(jù)中刪除這些項目可以提高準確性，并可以更輕松地手動處理棘手的照片。

挖掘集體意識

為了進一步探索機器學習的力量，LSST相機的兩個科學小組找到了一種獨特的方式來利用科學家的才智-他們進行了比賽。通過與面向數(shù)據(jù)科學家的網(wǎng)站Kaggle合作，他們瞄準了專門研究機器學習的非天文學家，以開發(fā)程序來對LSST Camera的未來數(shù)據(jù)進行分類。

參加比賽的赫洛澤克說：“如果只與認識的人講話，就會失去更大社區(qū)的那種想法。”“我們希望人們實際上一起工作以匯總他們的模型并匯總他們的數(shù)據(jù)。”

他們特別希望該程序選擇天體物理學家以前可能從未見過的物體類型。他們給了該小組300萬個對象，將它們分為15類，第15種是“我以前從未見過”。

赫洛澤克說：“我們希望自己愿意接受這類工作。”“怪異表現(xiàn)出來的方式是什么?”

截止到2018年12月，共有1000個團隊的1300多名競爭者參加了這項挑戰(zhàn)?，F(xiàn)在，LSST攝像機的研究人員正在對代碼進行分類，以將其組合為最佳的程序集。

所有這些活動都是在LSST相機開啟之前發(fā)生的。一旦數(shù)據(jù)開始流入，機器學習程序肯定會揭示更多信息。盡管計算機無法凝視奇異的星星，但它們將為激發(fā)我們敬畏精神的天體提供更多的洞察力。