#机器学习# 【科学家建立机器学习模型，能在31秒内搜索数千颗系外行星的光谱】
在澳大利亚和南非的沙漠中，#天文学家# 正在部署一大片金属探测器。未来，这些探测器将同时工作，在宇宙中搜寻无线电信号。
在未来五年内，平方公里阵列#天文台# （SKA，Square Kilometer Array Observatory）将正式启动，寻找有关宇宙第一颗恒星和星系进化不同阶段的新信息。
但在数十万个碟形天线和天线全部同步后，天文学家将很快面临一个新的挑战。他们要每年梳理约 300PB 的宇宙数据，足以装满一百万台笔记本电脑。
未来十年，这个问题将在其他天文台不断出现。随着天文学家建造越来越多的巨型摄像头来对整个天空成像，并发射红外望远镜寻找遥远的行星，他们收集数据的规模将是前所未有的。
美国哈佛-史密松天体物理中心的计算天体物理学家塞西莉亚·加拉夫（Cecilia Garraff）说：“我们完全没有做好准备，现在应该焦虑起来了。当你有太多的数据，却没有处理它们的技术时，就像没有数据一样。”
为了应对数据过多的挑战，天文学家们正将目光转向人工智能和优化算法，以在庞大而繁杂的数据集中捕捉隐藏的规律。
一些人现在正致力于建立将计算机科学和天文学结合起来的研究所，并努力构建新型合作关系。
戳链接查看详情：
科学家建立机器学习模型，能在31秒内搜索数千颗系外行星的光谱
在澳大利亚和南非的沙漠中，#天文学家# 正在部署一大片金属探测器。未来，这些探测器将同时工作，在宇宙中搜寻无线电信号。
在未来五年内，平方公里阵列#天文台# （SKA，Square Kilometer Array Observatory）将正式启动，寻找有关宇宙第一颗恒星和星系进化不同阶段的新信息。
但在数十万个碟形天线和天线全部同步后，天文学家将很快面临一个新的挑战。他们要每年梳理约 300PB 的宇宙数据，足以装满一百万台笔记本电脑。
未来十年，这个问题将在其他天文台不断出现。随着天文学家建造越来越多的巨型摄像头来对整个天空成像，并发射红外望远镜寻找遥远的行星，他们收集数据的规模将是前所未有的。
美国哈佛-史密松天体物理中心的计算天体物理学家塞西莉亚·加拉夫（Cecilia Garraff）说：“我们完全没有做好准备，现在应该焦虑起来了。当你有太多的数据，却没有处理它们的技术时，就像没有数据一样。”
为了应对数据过多的挑战，天文学家们正将目光转向人工智能和优化算法，以在庞大而繁杂的数据集中捕捉隐藏的规律。
一些人现在正致力于建立将计算机科学和天文学结合起来的研究所，并努力构建新型合作关系。
戳链接查看详情：
科学家建立机器学习模型，能在31秒内搜索数千颗系外行星的光谱
