科学家利用机器学习识别数以千计的新宇宙物体

来自孟买塔塔基础研究所和蒂鲁瓦南塔普兰印度空间科学与技术研究所的科学家团队，由苏迪普-巴塔查里亚教授和希瓦姆-库马兰以及萨米尔-曼达尔教授和迪帕克-米什拉教授组成，他们利用机器学习技术来识别X射线波长的数千个新天体的性质。机器学习是人工智能的一个分支。

天文学正在经历一场变革，因为来自数百万天体的大量天文数据可以轻易获得。这是由于大规模的调查和利用一流的天文观测站的细致观测，再加上开放数据的政策。

毋庸置疑，这些数据对于许多发现和对宇宙的新认识具有巨大潜力。然而，手动探索所有这些天体的数据是不现实的，自动机器学习技术对于从这些数据中提取信息至关重要。但这种技术在天文数据中的应用仍然非常有限，而且处于初步阶段。

在此背景下，TIFR-IIST团队将机器学习技术应用于美国钱德拉空间观测站在X射线下观测的数十万个宇宙物体。这表明了一种新的和热门的技术进步如何能够帮助和彻底改变基础和基本的科学研究。该小组将这些技术应用于大约277000个释放X射线的物体，其中大部分物体的性质是未知的。

对未知物体的性质进行分类，相当于发现特定类别的物体。因此，这项研究让研究人员可靠地发现了成千上万的宇宙天体的类别，如黑洞、中子星、白矮星、恒星等，这为天文学界进一步详细研究许多有趣的新天体提供了巨大的机会。

这项合作研究对于建立将新的机器学习技术应用于天文学基础研究的最先进能力也很重要，这对于科学地利用当前和即将到来的观测站的数据至关重要。