來自格羅寧根（Groningen）大學，那不勒斯（Naples）大學和波恩（Bonn）大學的一群天文學家，效法谷歌（Google）、面書（Facebook）和特斯拉（Tesla）在過去幾年中一直使用的人工智能算法，開發了一種能夠在大量觀察測數據中發現重力透鏡的電腦應用程式。
為了解決越來越多的圖像，天文學家使用了卷積神經網絡（Convolutional Neural Network）。 谷歌採用這種神經網絡設計的 Alpha Go 電腦，贏了世界圍棋冠軍。面書使用它們來識別時間軸圖像中的內容。 特斯拉用神經網絡開發自動駕駛的汽車。
天文學家使用數百萬重力透鏡的自製圖像訓練神經網絡電腦。 然後，這些電腦面對著網絡中面積只有255平方度的一小片天空中數百萬幅圖像，迅速找到五十六個新的引重力透鏡候選天體。
【圖、文：節譯自格羅寧根大學網頁】 研究全文將會刊登在下個月出版的英國《皇家天文學會月刊》
卷積神經網絡是一種前饋神經網絡，它的人工神經元可以響應一部分覆蓋範圍內的周圍單元，對於大型圖像處理有出色表現。
卷積神經網絡由一個或多個卷積層和頂端的全連通層（對應經典的神經網絡）組成，同時也包括關聯權重和池化層（pooling layer）。這一結構使得卷積神經網絡能夠利用輸入數據的二維結構。與其他深度學習結構相比，卷積神經網絡在圖像和語音識別方面能夠給出更好的結果。這一模型也可以使用反向傳播算法進行訓練。相比較其他深度、前饋神經網絡，卷積神經網絡需要考量的參數更少，使之成為一種頗具吸引力的深度學習結構。
【補充資料：維基百科】
