天文学家和数据科学家借助谷歌提供的计算能力，发现了27,500颗新的小行星，其中一些距离地球非常近，可能构成威胁。
他们的合作旨在加快开发“太阳系全面地图”，这对“行星防御”至关重要，哈佛大学天体物理学家马修·霍尔曼（Matthew Holman）是该项目开发小行星搜索软件的贡献者之一。
该项目的创新“杀手级小行星”搜索算法扫描了美国国家光学红外天文研究实验室（NOIRLab）档案中412,000张红外图像中的近17亿点光。
“这非常重要”，该项目的负责人、前美国国家航空航天局宇航员之一如是说。
“这是保护地球免受小行星撞击的关键：知道它们都在哪里。”
从2002年起，这位退役的美国国家航空航天局宇航员、斯坦福大学教育的天体物理学家埃德·卢（Ed Lu）担任非营利组织B612的执行董事，他现在领导该组织的小行星研究所。
卢博士在讨论团队发现成千上万颗新小行星时表示：“但有趣的是，我们并没有自己的望远镜，也没有运营望远镜，我们是从数据科学的角度来做这件事。”
B612小行星研究所的算法被称为“无轨道片段追踪的太阳系轨道恢复”（Tracklet-less Heliocentric Orbit Recovery，THOR），它在NOIRLab的天文图像档案中搜索，以区分哪些反射光点实际上是附近的小行星。
基于仅仅两张图片的证据，有时这些图片是在不同的夜晚和通过两台不同的望远镜拍摄的，THOR可以计算出这些点光是不是绕着太阳系运行的同一颗小行星。
卢博士表示：“令人兴奋的是，我们不仅仅使用望远镜中的光子，还利用数据中心中的电子，从而在天文学上做出了发现。”
THOR算法是B612小行星研究所与华盛顿大学DiRAC研究所合作开发的。
过去，识别这些不同望远镜图像中的合适小行星候选者所需的原始计算能力曾经使这个过程几乎不可能，即使是最近也是如此。
但谷歌云的分布式计算能力使得THOR能够在大约五周的时间内识别出27,500个新的“高可信度小行星发现候选者”。
谷歌云首席技术官办公室的技术总监马西莫·马斯卡罗（Massimo Mascaro）表示：“这是可能性的一个例子，无法估量已经收集到的数据中存在多少机会，如果用适当的计算进行分析，可能会得出更多的结果。”
根据非营利组织B612的新闻稿，他们与谷歌云的合作最终将让THOR处理54亿个来自不同天文调查和设备的观测数据，这些数据可能是小行星或其他外层空间物体的天体奥秘。
小行星研究所宣布，他们还在探索利用谷歌的人工智能技术，以自动化审核和验证潜在的小行星候选者的可行性，这一消息最初由THOR算法报道。
过去，对这些候选者的初步验证一直由志愿者团队包括高中生、本科生、研究生研究员、科学家和专业天文学家进行。
但是，如果这些基于人工智能的项目扩展成功，卢博士表示，减少繁琐的人工验证工作将有助于该研究所将THOR的流程适应更广阔、更庞大的天文数据集，比如即将在智利建造的Vera C. Rubin Observatory所提供的数据。
“这是一次巨大的变革，”卢博士说道。
热门跟贴