左邊的圖像顯示了新檢測到的氣泡狀結構，而右邊的圖像顯示了本研究和先前研究中檢測到的氣泡狀結構。通過使用8 μm(綠色)和24 μm(紅色)的波長，可以探測到大質量恒星形成時產(chǎn)生的氣泡結構。
為了揭開我們銀河系深處的秘密，探尋恒星誕生的奧秘，日本的研究人員們匠心獨運，開發(fā)出一種先進的深度學習模型。這支由大阪公立大學牽頭的科研團隊，巧妙地運用人工智能技術，對太空望遠鏡傳回的海量數(shù)據(jù)進行了細致梳理，并成功識別出一些此前未被現(xiàn)有天文數(shù)據(jù)庫收錄的、如同氣泡一般的宇宙結構。
這項重要的研究成果，已經(jīng)正式發(fā)表在《日本天文學會歐文研究報告》上。
我們所棲居的銀河系，與浩瀚宇宙中的其他星系相似，內(nèi)部也點綴著一些奇特的“氣泡”狀結構。這些結構大多是在大質量恒星誕生或劇烈活動時形成的。天文學家們將這類結構稱為‘斯皮策氣泡’，它們?nèi)缤钪媪粝碌挠∮?，蘊藏著解開恒星形成之謎以及星系演化歷程的關鍵線索。
理學研究生院的學生 Shimpei Nishimoto 與 Toshikazu Onishi 教授攜手日本各地的科學家們，共同研發(fā)了這款深度學習模型。他們利用了來自斯皮策太空望遠鏡和詹姆斯·韋伯太空望遠鏡的觀測數(shù)據(jù)，通過人工智能強大的圖像識別能力，實現(xiàn)了對‘斯皮策氣泡’的高效而精準的探測。不僅如此，該模型還成功識別出了一些殼狀結構，天文學家推測這些結構可能是超新星爆發(fā)后留下的遺跡。
參與研究的研究生 Shimpei Nishimoto 對此表示：“我們的研究成果表明，利用這種方法，不僅能深入探究恒星是如何形成的，還能細致地考察星系內(nèi)部發(fā)生的劇烈爆炸事件所產(chǎn)生的影響。”
Onishi 教授也補充道：“我們期待，未來人工智能技術的不斷發(fā)展，能夠極大地推動我們揭示星系演化和恒星形成背后深層機制的進程。”
本文譯自 phys.org，由 BALI 編輯發(fā)布。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
