近日，中國科學院云南天文臺麗江天文觀測站研究員龍潛與云南大學中國西南天文研究所宇宙學研究組教授爾欣中團隊合作，利用人工智能深度學習的方法，發(fā)現(xiàn)38個新的強引力透鏡候選體。相關研究成果發(fā)表在《英國皇家天文學會月刊》（MNRAS）上。 6o6!Ol  
~x>IN1Vci  
星系尺度的強引力透鏡系統(tǒng)是重要的宇宙學探針，可用于深入地研究宇宙學和天體物理中的諸多科學問題，如暗物質性質、星系形成和演化以及哈勃常數(shù)的測量等。然而，目前已證認的強透鏡系統(tǒng)數(shù)目過少，制約了相關天體物理學問題研究的開展。 ZFrK'BvbR  
=fG(K!AQ  
如何搜尋證認更多強透鏡樣本是當前工作中的主要問題。通過下一代大規(guī)模測光巡天項目的開展，人們期待發(fā)現(xiàn)數(shù)以萬計的強透鏡系統(tǒng)。但如何在海量的天體圖像中快速地找到強透鏡候選體？近年來，人工智能的快速發(fā)展為我們提供了新的可能。國際上已有相關研究團隊利用卷積神經網絡方法搜索強引力透鏡系統(tǒng)。 |%zhwDQ.  
& }k=V4L  
龍潛長期從事人工智能深度學習方面的研究，與爾欣中團隊合作構建并訓練了一個卷積神經網絡，該神經網絡使用Julia語言根據引力透鏡數(shù)據的特點專門定制，具有規(guī)模小、速度快、針對性強的特點�？蒲腥藛T將其應用于歐洲南方天文臺2.6米巡天望遠鏡（VST）千平方度巡天（Kilo-Degree Survey—KiDS）數(shù)據，發(fā)現(xiàn)38個新的強透鏡候選體。 1mA)=hu  
RTF{<,E.UX  
此外，通過測試卷積神經網絡在不同觀測條件上的表現(xiàn)以及用不同大小的訓練集訓練網絡，研究人員對卷積神經網絡的穩(wěn)定性作了測試。該研究構建的神經網絡亦可應用于其他的巡天數(shù)據。 ~V5k