中國天眼用AI尋找脈沖星背后：天文工作被重新定義 AI服務邊界在不斷拓寬

每經記者｜劉玲    每經編輯｜文多    

3月27日，工作人員在“中國天眼”總控室內。圖片來源：新華社

7月10日，2021世界人工智能大會（WAIC）在上海落下帷幕。在經歷過三次潮起潮落后，人工智能已然褪去了神秘的外衣，這屆大會似乎也更加“務實”了。正如華為輪值董事長胡厚崑逛完展覽后的最大感受：“酷炫”的技術少了，實際落地的AI應用多了。

比如在開幕式上，李彥宏分享了AI在共享無人車、智慧助老領域的落地——計劃未來2~3年將共享無人車服務推廣到30個城市，同時會推出“更像機器人“的汽車；又如董明珠提到的AI對制造業帶來的顛覆性革命，可幫助打造“黑燈工廠”等等。

而騰訊則把AI的目光放到了137億光年外，與國家天文臺聯合啟動“探星計劃”，幫助中國天眼FAST尋找脈沖星。AI行業人士表示，經過多年的發展，AI技術的服務邊界不斷在拓寬，已從“腳踏實地”發展到“仰望星空”，越來越多行業將被重新定義。

大會結束后，《每日經濟新聞》記者采訪了中國科學院國家天文臺研究員、FAST首席科學家李菂，騰訊云副總裁、騰訊優圖實驗室總經理吳運聲，騰訊優圖實驗室副總經理黃飛躍，深入探討了AI在天文探索中的應用和難題，以及如何拓寬AI服務邊界。

天文工作被AI重新定義

FAST的全稱為“500米口徑球面射電望遠鏡”（Five-hundred-meter Aperture Spherical radio Telescope），是世界上最大的射電天文望遠鏡，也是中國有史以來最大的天文工程，工程的核心目標在于搜尋與發現射電脈沖星。

據了解，脈沖星會周期性發射電磁波，被稱作宇宙中的燈塔，是研究宇宙演化的理想天體。然而如何發現和確定脈沖星的存在，一直是天文領域難度較高的研究：脈沖星是宇宙中較為暗淡的星體，肉眼不可見，信號暗弱，且容易被人造電磁波干擾。

圖片來源：騰訊提供

上圖是“中國天眼”FAST捕捉到的一張“脈沖星”信號圖，普通人很難從信號圖中看到星星的痕跡。李菂告訴《每日經濟新聞》記者，天文學家們每天需要從FAST拍攝的海量信號圖中，肉眼識別出脈沖星。

肉眼識別的工作量有多大呢？吳運聲表示，FAST每天將會產生500TB的數據，它在一周內產生的脈沖星觀測數據，大約是3000多萬張信號圖，如果完全由人工肉眼處理，即使不吃不喝，1秒一張審核，也需要一年時間才能才能處理完。

“數據是對電磁場的高速采量，在這上面做信號處理和頻譜分析，得到一個視頻動態譜。一個維度是時間，一秒鐘700轉，有1萬個點；另一個維度是頻率，1秒鐘1萬譜。”李菂說道，“人眼是沒辦法處理的，因為太快了，（所以）我們處理的大多數情況是照片，把它截出來。但截出來以后可能量還是太大了，所以要做進一步地信息提取。”

如此巨大的數據量困擾著天文學家們。在距離FSAT一千多公里的深圳，騰訊優圖實驗室的研究員們也在進行頭腦風暴，試圖尋找更多AI落地的場景。

黃飛躍向記者回憶道，今年初，騰訊優圖實驗室的幾位天文愛好者提出，可以將計算機視覺技術用于天文學中對脈沖星的搜索。于是，騰訊優圖實驗室便聯系了國家天文臺，雙方一拍即合，達成了合作意向。

“我們是一個很小的行業，雖然目前也有運用機器學習和人工智能技術，但我們缺乏一線的，在底層做開發的能力，這就是為什么我們愿意跟有專業背景和架構的單位合作，這種合作產生的效益也比較快。”李菂表示。

據吳運聲透露，借助AI+云計算的技術能力，3天就可以處理完原來需要人工用1年才能完成的數據工作量，照此計算，AI的數據處理效率比人工提升了120倍。黃飛躍表示，AI在天文領域的應用的確是基礎，有了AI的能力，脈沖星數據預處理和信號的發現效率會越來越高，準確率也會不斷提高。

3月29日,晚霞中的“中國天眼”全景。圖片來源：新華社

AI探索脈沖星難在哪？

雖然AI的加入，讓脈沖星的探索效率大幅提升。但是黃飛躍告訴《每日經濟新聞》記者，利用人工智能探星并沒有那么容易，還有幾大難點需要克服。

首先，AI需要進行深度學習訓練，其核心需求便是：擁有海量已標注的數據作為訓練數據，用它們來調整優化算法模型。但天文研究里，帶有標注的訓練數據相對偏少，會給模型訓練帶來困難。

其次，同樣的天體信號，用不同望遠鏡、不同的觀測設備，得到的數據和展現形式并不相同。“缺少標注的數據，我們可以用自監督的學習方法。不同設備得到的數據，我們可以用跨域學習的方式來訓練模型。”黃飛躍表示。

雙方合作后，騰訊優圖實驗室第一步便是對FAST采集的數據進行預處理。黃飛躍介紹，FAST一天采集到的數據大約有500T，如何將這500T數據轉換成更有效的數據呢？實際上就是要做一系列的原始信號處理，處理后就能夠大幅加速篩選的效率。

“另外，對信號我們會用機器學習的方式來尋找疑似樣本，再交給專業的人員看是不是真正發現了信號。后續我們的新算法將會進一步提高準確率，降低后期專業人士的人為篩選的工作量。”黃飛躍表示。

據了解，除了脈沖星，騰訊還將通過AI重點輔助搜索輻射模式更特殊、天體運動更復雜的天文現象，例如“近密雙脈沖星”和“快速射電暴”等。其中，“近密雙脈沖星”是特殊的天體系統，由于其復雜的運動模式很難被現有算法發現。

探索難度大、AI投入高，騰訊與國家天文臺“探星計劃”能不能實現商業化呢？對此，吳運聲坦言，此次合作并沒有考慮收益點，“不管是優圖還是騰訊，我們不是每件事情都要考慮它的經濟價值，從之前的AI尋人到這次的探星計劃，跟實際的經濟收入都沒有什么關系，都是促進社會的可持續發展”。

應用于智能美育的作畫機器人 圖片來源：每經記者 夏冰 攝

AI服務邊界不斷拓寬

過去幾年間，在技術進步和規模化應用的推動下，AI芯片算力成本不斷下降：TOPS（每秒可進行一萬億次運算）的成本從千元降到了幾百元。而進入2020年，AI芯片算力成本更是步入100元級。

在AI芯片算力成本降低的同時，算法的效率卻大幅提升。在應用層面上，龍頭企業在近幾年商業落地的過程中，不斷積累了大量的行業know-how，也大大開拓了AI的智能化應用場景和邊界。

在2021世界人工智能大會現場，可以看到坐擁130000詞條的“云上辭海”、可以體驗探知AIWIN賽事前世今生的AR眼鏡、也可以觀摩技藝嫻熟的調酒機器人，人工智能的應用場景已經滲透到我們生活的方方面面。

正如李彥宏在演講中提到，人工智能將會是影響未來40年人類發展的變革力量。這個力量今天正在不斷地積蓄，在交通、金融、工業、能源、媒體等各行各業，人工智能技術的應用，都給出了行業數字化升級的新思路和新解法。甚至，它已經開始重塑整個行業的面貌，進而影響人類社會的未來。

不管是百度推出的新一代共享無人車Apollo moon，還是格力的“黑燈工廠”，抑或是騰訊與國家天文臺的“探星計劃”，實質上都是在不斷拓寬AI的服務邊界。

胡厚崑也在演講中提出，“大膽運用技術手段去突破當前AI普惠的瓶頸”。不過，在他看來，當前的瓶頸不是在技術和應用的需求上，而是在開發的效率上，“現在AI開發的效率太低，嚴重阻礙了技術和需求的結合，現在的模式還是比較傳統的手工作坊的模式”。

對此，吳運聲稱，AI落地的前提是要深入行業。不同的行業信息化程度不同，因此解決方案也需要調整。例如，金融客戶的信息化水平較高，無需提供完全的解決方案，而一些傳統的工業企業由于信息化能力較弱，則需要直接解決問題的方案。“各個行業的階段不太一樣。我們要在不同行業洞察其適用AI的特點。”吳運聲說道。