看上去，人工智能也許能夠幫助天文學家有效地解決大數(shù)據(jù)天體物理時代所面臨的難題。然而，人工智能真的是萬能的么？本文將從目前機器學習的局限性探討一下機器學習在天體物理中的應用范圍。
01剛需：大數(shù)據(jù)天體物理時代到來
      隨著觀測技術(shù)的發(fā)展，天文數(shù)據(jù)呈指數(shù)型增長。例如，著名的斯隆巡天（The Sloan Digital Sky Survey）[1] 開始于2000年，觀測到了約300萬個天體，數(shù)據(jù)量大約是40TB。而目前正在運行的暗能量巡天（The Dark Energy Survey）[2]的數(shù)據(jù)量至少是斯隆巡天的100倍。未來歐洲的歐幾里得巡天（Euclid）[3]以及美國的大視場時空巡天（LSST）[4] 則會把數(shù)據(jù)量推到驚人的50PB和200PB（1PB=1024TB）。
      僅僅是可觀測星系一種天體的樣本數(shù)目，就將達到數(shù)十億。因此，以往傳統(tǒng)編程加人工處理方式的效率已經(jīng)不足以應付這樣龐大的數(shù)據(jù)量了。例如，把上百億的星系按照哈勃星系圖表（圖1）分類的工作量就多到讓人望而卻步，這還僅僅是天體物理學研究的基本操作。
      也就是說，高效的自動化數(shù)據(jù)處理將成為剛需。幸好人工智能技術(shù)在過去的十幾年里有了突飛猛進的發(fā)展，比如圖樣識別技術(shù)已經(jīng)可以快速地把互聯(lián)網(wǎng)上的圖片進行分類。天文學家們受此啟發(fā)，開始把人工智能領(lǐng)域里的相關(guān)技術(shù)應用到天文數(shù)據(jù)的自動化處理中。
      本文由培訓無憂網(wǎng)AAA教育專屬課程顧問整理發(fā)布，希望能夠?qū)ο雲(yún)⒓颖本┐髷?shù)據(jù)分析培訓的學生有所幫助。更多大數(shù)據(jù)分析培訓課程資訊歡迎關(guān)注培訓無憂網(wǎng)大數(shù)據(jù)人工智能培訓頻道或添加老師微信：15033336050

      注：尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://www.dedgn.cn/news-id-11358.html 違者必究！部分文章來源于網(wǎng)絡(luò)由培訓無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們，了解更多相關(guān)資訊請關(guān)注人工智能頻道查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費申請試課。關(guān)注官方微信了解更多：150 3333 6050