利用人工智能找到一千二百多個重力透鏡候選天體

一組由勞倫斯·伯克利國家實驗室（Lawrence Berkeley National Laboratory）的物理學家參與的研究團隊，使用人工智能識別了一千二百多個可能的重力透鏡，這些天體可以作為暗物質分佈的有力標記。如果所有候選者都能夠證明是重力透鏡，那麼這個數目將是已知重力透過鏡數量的兩倍以上。

重力透鏡是由大型天體（例如星系或星系團）產生，這些天體會彎曲從較遠星系傳播的光的路徑。當這些天體對齊幾乎完美時，這會創建錯誤的影像，其中包括環，局部環，多個影像和其它錯覺。

重力透鏡可以告訴我們暗物質在那些遙遠的帶有重力透鏡天體中的作用，因為我們只能通過其對可見物質的重力作用來觀察暗物質。這可能有助於揭開宇宙中最大的謎團之一，因為暗物質約佔宇宙總質量的八成半。

所有候選重力透鏡都使用一種稱為深殘留神經網絡（deep residual neural networks）的人工智能形式發現，它們的種類繁多，這意味著它們展現出了高度可見的透鏡效果。

參與這項研究的伯克利國家實驗室高級物理學家大衛·施萊格爾（David Schlegel）說：「我真的認為要找到這麼多重力透鏡還需要很多年。很高興能夠非常清楚地看到空間本身被一個巨大的物體扭曲了。」施萊格爾還參加了一項較早的研究，該研究發現了三百三十五個新的重力透鏡頭候選天體。

研究人員使用了六百三十二個觀察到的晶狀體和晶狀體候選物，以及二萬一千個非晶狀體的樣本來訓練研究中使用的深度神經網絡。樣本集是從兩個巡天計劃中獲得：暗能量相機傳統巡天計劃（Dark Energy Camera Legacy Survey）和暗能量巡天計劃（Dark Energy Survey）。預計每一萬個大質量星系中將有一個是強大的引力透鏡候選者。

暗能量相機傳統巡天計劃是為啟動暗能量光譜儀進行的三項調查之一，這是由伯克利國家實驗室領導的一項實驗，它將會幫助我們更好地了解暗能量，如何使宇宙加快膨脹速度。

【圖、文：節譯自勞倫斯·伯克利國家實驗室2021年2月2日新聞公佈】研究全文刊登在2021年1月10日出版的 arXiv 論文預印本網站