类星体是宇宙中最明亮的持续发光天体。它们是遥远星系的中心，那里的超大质量黑洞正疯狂吞噬物质，并在过程中发出耀眼的光芒。有些类星体的亮度超过整个银河系的数万倍。 这种亮度让它们很容易被发现，但也让天文学家极其头疼——因为中央的强光会淹没周围星系的光，你只能看到灯塔的光芒，却看不清灯塔本身。想要研究类星体所在的宿主星系，几乎无从下手。 引力透镜提供了一条出路。质量会弯曲光线，如果某个星系恰好挡在我们和更遥远天体之间，它就会扭曲背景天体的光，而扭曲的程度恰恰能揭示该星系的质量。这个方法与前景星系的亮度无关，正是研究带类星体的星系所需要的。 但问题在于，这样的系统极其罕见。一个既是类星体宿主、又在引力透镜背景星系的星系，需要沿视线方向极其特殊的巧合排列。 俄亥俄州立大学研究生埃弗里特·麦克阿瑟决定在暗能量光谱仪器的数据库中寻找线索，那里存有约80万个类星体光谱。逐一人工检查显然不现实，于是团队训练了一个神经网络。巧妙之处在于：真实的训练样本远远不够，他们就自己制造——把真实的类星体光谱与真实的背景星系光谱混合，生成模拟透镜。神经网络从这些用真实素材拼出的假样本中学习识别组合特征，然后在真实数据中搜索。最终，80万个候选被缩减到200个，再由人类科学家接手进一步确认。

打开网易新闻 查看精彩图片