周一 · 知古通今|周二 · 牧夫专栏

周三 · 太空探索|周四 · 观测指南

周五 · 深空探测|周六 · 茶余星话|周日 · 视频天象

原作：华威大学

翻译：吕梓欣

校对：刘峰

编排：关关

后台：朱宸宇

https://phys.org/news/2024-05-ai-scientists-cosmic-explosions.html

图源：Pixabay/CC0 Public Domain

华威大学的科学家们正在利用人工智能（AI）分析超新星。超新星是某些恒星在演化接近末期时经历的一种剧烈爆炸，由于极其明亮，其爆发出的电磁辐射往往能照亮整个星系，并可能持续几周至几个月，甚至几年。他们的研究成果最后发表在了《皇家天文学会月报》（Monthly Notices of the Royal Astronomical Society）上。

宇宙中的许多恒星会在生命的末期演化成白矮星。这是一种致密的恒星，质量和太阳相当，但大小却与地球相仿。部分白矮星会最终爆发成为超新星。超新星爆发会释放出庞大的能量，并产生重元素。这些重元素，如钙和铁，是构成生命的基石，它们通过超新星爆发重新回到宇宙中。

尽管超新星意义重大，但天文学家至今仍然不清楚它们到底如何发生或为何发生。

目前超新星的研究非常依赖计算机算力，费钱又费时，因此，为了提高分析效率，一项新的研究将利用机器学习训练AI来加速超新星的实验。通过将爆炸模型与现实观测结果进行比较，研究人员可以揭示超新星爆发的发生机制，而AI的加入能为这一过程提供极大的助力。

来自华威大学（University of Warwick）物理系的第一作者马克·马吉（Mark Magee）博士说道：“在研究超新星时，我们分析了它们的光谱。光谱可以展现不同波长的光的强度，每种元素都会有独一无二的光谱，因此超新星中产生的元素会影响光谱的成像。这些光谱可以帮助我们确定超新星中产生了什么元素，并提供有关超新星爆发的更多细节。”

“我们根据这些数据构建模型，并将它们与真实的超新星进行比较，以确定它们的类型和爆发机制。在一般情况下，一个模型的生成可能需要花费10-90分钟。为了充分了解超新星，我们需要比较成百上千个模型，这在很多时候都无异于天方夜谭。”

“我们的新研究将会从这个漫长的过程中解放。我们会利用不同类型爆发的特征训练机器学习的算法，并通过这些算法更快地生成超新星模型。这种方法类似于我们利用AI生成新的艺术作品或文本，而现在我们用来生成超新星的模拟。这就意味着，我们可以在不到一秒的时间内生成数千个模型，这将会极大地推进超新星的研究。”

AI的加入不仅能提升超新星分析的效率，还能提高研究的准确性。这将有助于构建与真实爆发最接近的模型及其物理性质的范围。

马吉博士补充道：“由于不同类型爆发产生的元素组成和含量不同，因此探究超新星释放的元素是确定爆发类型的关键一步。然后，我们可以关联爆发的性质与超新星宿主星系的性质，并建立爆发发生方式和爆发的白矮星类型之间的直接联系。”

现在发表的研究仅仅只是第一步。未来的研究将会涵盖更多爆发模型和超新星，并将超新星爆发和宿主星系的特性进行关联。在当下，只有通过机器学习优化算法，才有可能完成后续的研究。

图尔库大学（University of Turku）的托马斯·基勒斯坦（Thomas Killestein）博士也参与了这项研究，他补充道：“通过现代的研究，我们终于积累了数量足够且质量过关的数据集来，可以开始解决超新星科学中一些悬而未决的关键问题：它们究竟是如何爆发的。像这样的机器学习方法可以对大量的超新星进行研究，而且会比以往的研究方法更细节、一致性更高。”

责任编辑：DAIKIN

牧夫新媒体编辑部

『天文湿刻』 牧夫出品

微信公众号：astronomycn

SH2-308: The Dolphin Head Nebula
Image Credit & Copyright: Prabhu Kutti

谢谢阅读