至顶网软件频道消息: 美国宇航局(NASA)今天宣布,谷歌公司人工智能团队开发的神经网络已经发现了两颗新的系外行星。
其中一颗新发现的行星围绕着被称为开普勒90(见图)这个遥远星系中一颗类似于太阳的恒星旋转,它距离地球2545光年。天文学家安德鲁.范德伯格(ANDREW VANDERBURG)将开普勒90称为“我们太阳系的一个迷你版本”,其中较小的行星靠近恒星轨道运行,而较大的行星运行在外围。随着美国宇航局新发现的出现,现在看起来围绕开普勒90旋转的星星数量和围绕我们的太阳旋转的行星数量相同。
虽然这两颗行星是新的发现,但是美国宇航局之前其实已经发现了它们,却没有意识到这一点。这些信息被埋藏在美国宇航局开普勒太空望远镜所捕获的四年的数据,它的任务是在银河系所谓的“可居住区”内寻找类似地球的系外行星。
多年来,开普勒已经检测到35,000个可能的行星信号,这个数据集太大因而无法手工筛选。美国宇航局有自己的自动化系统,从数据中筛选出最有可能的部分,但该机构表示,这个系统有时会错过较弱的信号。今天宣布的两颗行星之前一直未被注意到,直到范德堡(VANDERBURG)和谷歌的工程师克里斯托弗.沙尔柳(CHRISTOPHER SHALLUE)决定利用机器学习和谷歌的神经网络来梳理数据。
克里斯托弗.沙尔柳(Christopher Shallue)表示:“在业余时间里,我开始搜索‘利用大型数据集寻找系外行星’,并发现了开普勒的使命和庞大的数据集。”他表示,“当数据太多,人类无法自己研究的时候,机器学习真的可以大显神通。”
在使用了15,000个经过审查的开普勒信号对该网络进行了训练之后,范德堡和克里斯托弗.沙尔柳在系统中分析了将近1000个在他们发现新行星前已知存在行星的弱信号。范德堡注意到神经网络还不够完美,仍然会检测到误报,但是它也能够探测出更多被漏掉了的、真实的行星。范德堡表示:“这就像是在岩石中筛选宝石一样,如果你用更细的筛子,你就会得到更多的石头,但是你也可能会找到更多的宝石。”
今天的发现表明了机器学习在计算机科学之外的潜力,美国宇航局表示,预计人工智能在未来会有更多的发现。
美国宇航局位于华盛顿的天体物理学部门主任保罗.赫兹(Paul Hertz)表示:“就像我们预料的那样,在我们通过开普勒获得的数据中隐藏着令人兴奋的发现,它们在等待着适当的工具或技术发现它们。”他表示,“这一发现表明,我们的数据将成为未来几年创新研究人员的宝贵财富。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。