计算机自动生成并呈现实时的星系图像是一些科幻电影中的情景,爱丁堡大学感知研究所和天文学研究所的研究人员正在利用人工智能(AI)将梦幻变成了现实。在 Arxiv.org 上发表的一篇论文中,他们描述了一种机器学习模型,能够生成高分辨率的合成星系图像,这些图像很接近真实星系的分布。
论文标题名为《锻造新世界:具有链式生成对抗网络的高分辨率合成星系》。从中,我们看到,研究团队采用的机器学习系统核心是生成对抗性网络(GAN),这是一种由两部分——产生样本的生成器与试图区分生成样本和真实样本的鉴别器——组成的神经网络。我们此前报道过,GAN 目前已应用于很多领域,甚至用于绘画、写诗和作曲。
研究团队创建的星系生成系统包括两个五层 GAN:Stage-I GAN 和 Stage-II GAN。第一个生成的是低分辨率的图像,第二个使用超分辨率技术将它们转换为高分辨率的图像。他们在具有单个 Nvidia GTX 1060 GPU 的 PC 上对其进行训练,给它“喂食”来自 Galaxy Zoo 2 数据集(一个众包天文学项目)的全彩色恒星和行星图像。最终,该模型生成了与“物理真实”非常接近的星系图像。
研究人员表示,该系统可以用于增强真实样本的数据库,作为深度学习模型的数据源,比如那些设计用来分类和分割星系图像的模型——这些模型需要大量的训练样本。“能够创造出真实的星系图像的生成模型有很多实际用途。”他们说,“我们的工作展示了 GAN 架构作为现代天文学的一个有价值的工具的潜力。”
【数字叙事 黎雾】