人工智能，如何“拯救”不堪重负的天文学家？

人工智能在天文学中正发挥着实实在在、不可取代的作用|图源：pixabay.com
-导读-
“天文数字”量级的观测数据，对于天文学家来说既是欢喜，也是烦恼。如何处理分析这些巨量数据，是一个令人头疼的问题。如今，科学家们从越来越强大的人工智能身上找到了解决办法。
撰文｜邸利会
责编｜陈晓雪
一周之内，独自对5万个星系进行手动分类后，牛津大学的天体物理学家KevinSchawinski有点受不了。怎么办呢？他和同行们想到，不如发动群众。
星系动物园（GalaxyZoo）项目由此诞生，科学家希望找到3万人，对90万个星系分类，比如一个星系到底是属于漩涡星系还是椭圆星系。 90万的工作量，即使让一位业务熟练的研究生来做，一周7天，每天24小时，也得花个三到五年。
没想到，公众热烈响应， 10万志愿者花了175天就完成了4000万个星系分类，一个星系平均分类了38次。
这是在2007年。 “斯隆数字巡天”项目七年时间内拍摄的百万张照片，其检测和分类已经让天文学家不堪重负，不得不借助群众的力量。
今天，大型巡天项目的数据规模更是大到惊人。
比如，明年即将发射的欧洲的空间望远镜项目“欧几里德” ，预计将观察100亿的星系，数据量达到几十PB（1PB=100万GB）；再比如正在智利建设的维拉·鲁宾天文台一旦运行，每晚将产生多达20TB（1TB=1000GB）的原始数据，差不多是斯隆数字巡天十年的数据规模，预计总共处理的数据量将达到几百PB 。粗略理解， 100PB如果用来播放高清视频，可以一直放700年。
如此庞大的数据，即使找大众帮忙，也不容易做到了，天文学家转而向人工智能求助。
“河图”问世
最近，上海天文台安涛研究员为天文学中雄心勃勃的项目——平方公里阵列射电望远镜（SKA），设计了一套名为“河图”的人工智能系统，采用了深度学习的方法，能自动实现对海量天体的快速识别和准确分类。

位于上海天文台SKA中国数据中心的运行人工智能系统“河图”的原型机|受访者供图
今年的2月4日， SKA天文台正式宣布成立，中国是成员国之一。 SKA的第一阶段（占总规模的10%）会在南非的Karoo地区建设197个碟形天线，在西澳建造131072根天线，预计将以每秒几个TB的速度产生原始数据，每年产生的预校准科学数据达到700多PB ，也就是7亿GB 。
可以说，在天文大数据上， SKA到达了新的高度。
为了完整地处理这些海量的数据，方便全球的科学家使用，也为了控制预算， SKA在2019年就开始筹划由成员国在各国或地区建设SKA区域数据中心。中国SKA区域中心的建设由安涛所在的上海天文台负责。 2019年8月，该数据中心原型机的部署和测试在该台的佘山科技园区完成。人工智能系统“河图”也是在这台机器上进行开发和各种实验。
这台原型机的一个特点，是针对SKA不同的科学任务的需求，设计了不同的架构，同时也要适应SKA巨量数据的存储与提取。
“像SKA这样的，处理的都是大数据。一般的计算机，一个CPU对应的内存也就几个GB ，无法满足SKA数据密集型的运算需求。而我们差不多得几百个GB ，就是几十倍的差距。为了实现这个技术要求，硬件架构、软件系统都要做相应的优化。 ”安涛告诉《知识分子》。