太空探索，PB级海量数据怎么处理？

天文学的核心在于数据。随着我们对宇宙理解的加深，我们拥有的信息也越来越多。下一代天文学研究的核心挑战在于如何充分研究我们收集的数据。

为了应对这些挑战，天文学家开始转向机器学习和人工智能(AI)，希望构建新的工具，快速寻求新的重大突破。人工智能技术也在以下四个方面帮助天文学家。

1.发现星球

发现行星的方法有很多，但成功率最高的最可靠的方法是研究凌日现象。所谓凌日，就是当一颗系外行星从它的轨道恒星前面经过时，不可避免地会挡住我们可以观察到的光线。

通过观察系外行星的不同轨道，天文学家构建了凌日图像，并识别出目标行星的实际特征，如其质量、大小和与恒星的距离。NASA的开普勒任务利用这项技术取得了巨大的成功，能够同时观测数千颗恒星，并密切关注各自行星产生的凌日现象。

当行星在周围恒星前面运动时，我们会看到光线减弱，这就是所谓的凌日现象。

天文学家可以准确地观察到凌日现象，但需要一些时间来发展相关技能。随着寻找新系外行星的力度越来越大，单靠人力很难跟上NASA的凌日系外行星测量卫星的捕获速度。在这方面，AI技术正好有机会展示自己的才华。

将把数据作为时间序列分析的时间序列分析技术——与AI技术相结合，可以成功识别系外行星信号，准确率高达96%。

2.引力波

时间序列模型不仅适用于寻找系外行星，还可以有效跟踪宇宙中最具破坏性的灾难性信号——黑洞或中子星的坍缩。

当这些密度极高的天体坍缩收缩时，会在时空上产生巨大的引力涟漪，通过测量地球上出现的微弱信号就可以探测到。引力波探测器合作公司Ligo和Virgo在机器学习的帮助下已经成功识别了几十个这样的事件。

借助黑洞坍缩模拟数据训练的模型，Ligo和Virgo团队可以在事件发生的瞬间发现事件，并向全球天文学家发送通知，引导他们及时将望远镜指向正确的方向。

3.多变的天空

一旦智利目前正在建设的薇拉鲁宾天文台正式启动，它将能够每晚测量整个夜空，一次收集80 TB以上的图像数据，从而全面观察宇宙中的恒星和星系是如何随时间变化的。顺便说一下，1 TB代表800万位。

根据运行计划，未来薇拉鲁宾天文台将收集和处理数百千兆字节的数据。作为参考，脸书所有图像存储占用的总空间约为100 PB，相当于700年的全高清视频。

显然，这么庞大的数据量，恐怕是无法从服务器下载的。即使下载完成，内容搜索也无法快速完成。

机器学习技术将帮助我们搜索数据内容并突出其中的重要信息。例如，该算法可能会搜索图像中的罕见事件，如超新星爆发(即恒星生命周期结束时的剧烈爆炸)，或者找到新的类星体。通过训练计算机识别特定天文现象的相应信号，该团队希望更有效地将正确的数据传递给合适的研究人员。

4.重力透镜

随着我们收集越来越多的宇宙数据，研究人员有时被迫整理和丢弃一些无用的数据。那么，我们如何识别哪些数据有价值，哪些信息可以直接报废呢？

目前，许多天文学家都在密切关注一个重要的天体现象————强引力透镜。具体来说，当两个星系沿着我们的视频排列时，离我们更近的星系的引力将充当引力透镜，放大遥远星系——的活动，从而生成包括环、十字和幽灵在内的图像。

但是找到这些图像就像大海捞针——在这个可预测的宇宙海洋中寻找一个珍贵的时刻。我们收集的星系图像越多，搜索就越困难。

2018年，来自世界各地的天文学家参加了强引力透镜挑战。各方展开激烈的竞争，希望看谁能设计出最好的算法来自动找到这类镜头。

这次挑战的获胜者采用了一个叫做卷积神经网络的模型，它将学习使用不同的过滤器来分割图像内容，直到它被准确地分类为是否包含镜头效果。令人惊讶的是，这些模型甚至表现得比人类更好，神经网络确实可以找到一些人类难以关注的图像细节和细微差异。

在未来的十年里，天文学家将使用新的仪器，如薇拉鲁宾天文台，来收集千兆字节的数据，也就是数千兆字节。随着我们不断探索宇宙，机器学习技术将成为天文学家研究工作中不可或缺的支撑。