记者从中国科(ke)学院上海(hai)天文台获悉,近(jin)日,上海(hai)天文台葛健研究员带领的国际团队通过(guo)人工智能的深度学习方法,对国际斯隆(long)巡天三期释放的类星体光谱(pu)数据进行了微弱信号搜寻和(he)数据分(fen)析,发现了极其稀少的107例宇宙早期星系内的冷气(qi)体云(yun)块成分(fen)的关键探针中性(xing)碳吸收体。研究团队分(fen)析发现,早在宇宙约30亿年的演化早期(目前宇宙的年龄已有约138亿年),这些携带了中性(xing)碳吸收体探针的早期星系已经过(guo)了快速物理和(he)化学演化进入介于大麦哲伦(lun)矮星系和(he)银河系之间的物理和(he)化学演化状态。
△艺术家的想象图(Credit:月(yue)尘衣):大量的早期宇宙的类星体发射的光被地面(mian)的斯隆(long)巡天望远镜接受产生了大量的类星体光谱(pu)。受训过(guo)的人工智能深度神经网络在这些类星体光谱(pu)数据中搜寻首(shou)次发现破(po)纪录的经过(guo)早期星系冷介质(zhi)产生的关键性(xing)的微弱中性(xing)碳吸收线(xian)探针。
本次工作的研究方法与成果对探索星系如何形成和(he)演化提供了新的研究方式,也充分(fen)显现了人工智能在天文海(hai)量数据中探寻微弱信号的广泛应用(yong)潜力和(he)前景。
相关研究成果于2024年5月(yue)15日发表(biao)在国际天文学顶级期刊《皇家天文学会月(yue)报》(MNRAS)上。(总台央视记者 帅俊全 褚尔嘉)