人工智能 (AI) 已成为了解世界的重要工具。现在，随着人们对太空探索的兴趣重新升温，人工智能也可能对其他世界产生同样的影响。

尽管经过了几十年的研究，科学家们对地球大气层以外的宇宙仍然知之甚少。绘制行星、恒星、星系及其在太空中的运动图将有所帮助，但这在历史上一直是一项艰巨的任务。人工智能可以通过多种方式让这项工作变得更容易。

1. 识别天体

由于宇宙中的大部分距离如此遥远，因此通常很难分辨出哪个是哪个。机器视觉系统可以区分不同的天体，而肉眼无法准确区分。

夏威夷大学的研究人员于 2020 年为此目的开发了一种有前景的人工智能模型。他们的神经网络可以 识别星系的准确率达到 98.1% 对恒星和类星体的准确率分别达到 97.8% 和 96.6%。最终，他们能够编制一份覆盖四分之三天空的 300 千兆字节天体目录。

随着望远镜和卫星为人们提供更多宇宙视角，类似这样的分类算法将使数据解读变得更加容易。一旦科学家知道他们正在观察什么，他们就可以准确地开展进一步的研究。

2. 测量距离

绘制宇宙地图不仅仅是了解宇宙中有什么。研究人员还必须测量天体之间的距离，以了解星系之间的规模和运动，或规划未来的卫星或航天器飞行。人工智能在这方面也有帮助。

通过监测天体活动来计算距离需要复杂的数学方程式——而这正是人工智能擅长的。一种解决方案 准确率达到 76% 通过分析射电望远镜数据来确定分子云的大小和分子云之间的空间。另一项研究通过监测地面望远镜的馈送来测量伽马射线爆发的距离。

此类工具可以更可靠地估计宇宙中活动的规模和速度。随着模型通过更多数据得到改进，它们可以为更安全的太空旅行提供信息，或提供对太阳耀斑或超新星等活动的更深入了解。

3. 了解过去的天空

人工智能还可以通过分析历史天体运动来帮助绘制宇宙图。虽然历史上可能没有关于天空的详细记录，但由于光传播需要时间，可见天空的大部分实际上代表了过去。因此，科学家可以使用人工智能来模拟和了解太空的先前趋势。

一项研究建立了人工智能模型来创造 超过 17,000 个星系的目录 靠近银河系。由于它分析了距离地球很远的区域，因此得到的模拟结果反映了遥远的过去，揭示了有关天体在数千年间如何移动的新信息。最终的地图包括研究人员以前不知道的暗物质结构。

这些见解揭示了星系在整个历史过程中如何移动并相互影响。理解这一点是更好地掌握宇宙在更大尺度上如何运作的关键。

4. 预测未来的变化

人工智能可以在了解过去的同时，预测未来。预测分析模型已经将这一概念应用于销售预测和疾病爆发追踪，它们也可以对重大天象事件做同样的事情。

模拟历史星系运动的人工智能解决方案显示，银河系和仙女座星系正在相互靠近。借助额外的数据和预测模型，科学家或许能够确定遥远未来何时可能发生潜在碰撞。

人工智能预测在小规模上尤其有用。预测分析可以帮助研究人员预测太阳风暴或小行星运动，从而知道何时需要采取行动，以防止地球受到破坏或破坏。

5. 创建精确的行星地图

一些人工智能工具采用更狭隘的方法来绘制宇宙地图。虽然了解恒星很重要，但绘制行星表面的物理地图在短期内可能更有帮助，尤其是在太空探索兴起的情况下。美国宇航局的火星探测车 已经使用人工智能导航以及类似的技术可以进行详细的系外行星调查。

绘制遥远星球的地质图意味着需要整合来自不同来源的大量数据。这可能很有挑战性，需要花费大量时间，而且很容易出错。人工智能可以更快、更准确地汇编信息，形成可靠的单一事实来源。

机器学习可以在人类可能忽略的大量数据集中发现趋势和相似之处。因此，它可能能够识别科学家可能错过的地质结构。这些工具还可以将一组分散的数据转换成单一的可用地图，以帮助进一步探索。

6. 加快绘图时间

在所有应用中，人工智能绘图工具可缩短分析和了解宇宙所需的时间。这很重要，因为更快的发现可以加速创新，并使更深入的研究即使在时间紧迫的环境中也变得可行。

日本研究人员的一项研究强调了这一潜力。该团队开发了一个人工智能模拟器来模拟星系和暗物质分布。它 仅占用 CPU 一秒 在笔记本电脑上运行模拟，而这在超级计算机上通常需要数十个小时。如此快的速度并没有降低准确性。

当绘图过程花费的时间更少时，科学家就可以进行更多绘图。因此，天文学界可以获得更多见解，而不必进行耗时、昂贵的项目，因为这些项目可能更难获得资金。

7. 让研究更容易获得

同样，人工智能让更多人可以参与此类研究。随着时间的缩短，相关成本也会降低。这些优化意味着规模较小的公司或资金较少的研究人员也可以参与同类研究。

常规天文学调查 可能耗费数十亿美元 每一个——远远超出了许多公司或教育机构的承受能力。人工智能通过多种方式降低了这些费用。最明显的是它减少了进行此类研究所需的时间，但它的好处还不止于此。

复杂的机器学习模型可以用更少的数据提供可接受的结果，从而降低相关成本。随着这项技术的发展，现成的算法变得越来越普及，进一步降低了技术成本和模型训练时间。这样的趋势将使空间测绘变得民主化，从而带来更多样化的研究，从而促进创新。

人工智能正在揭开宇宙的秘密

科学家必须更详细地绘制宇宙地图，才能推动下一波太空探索。人工智能可能是实现这一目标的关键。

人工智能已经推动了大量天文学研究领域的显著进步。随着越来越多的团队采用这项技术，情况只会变得更好——理想参数将变得更加清晰，相关数据也将增长。在这种趋势下，机器学习可能成为第二次太空竞赛的催化剂。