对话腾讯优图实验室：我们用AI探星不是为了短期 - 分析试验室杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 分析试验室

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

对话腾讯优图实验室：我们用AI探星不是为了短期

作者:

关键词:

摘要：

地球自转一圈需要 24 小时，那么你知道脉冲星（中子星）不断发出脉冲信号）一周需要多长时间？

答案是：以秒为单位。

即使是目前发现转速“最慢”的脉冲星（编号J0250+5854），也可能只需要23秒就可以转一整圈。至于速度快的脉冲星，眨眼间就可以偷走几十转。

因此，我们人类很难用肉眼直观地感受到脉冲星的频率。传统的方法是利用射电望远镜提取脉冲星发射的射电信号的特征，然后在二维空间中表达这部分特征。科学家可以通过相应地跟踪和观察这些数据来找到脉冲星的踪迹。

但这一切都带来了太多的工作。

2021年世界人工智能大会期间，马化腾宣布腾讯与国家天文台合作。双方的合作项目主要依托腾讯云的计算和存储能力以及腾讯优图实验室的AI算法能力。加快中国天眼快速寻找脉冲星的速度。

一个是互联网公司的实验室，一个是从事基础科学研究的天文台。星探业务如何起步？

追星者

中科院国家天文台研究所FAST首席科学家李丹向雷透露冯.双方合作过程中已经验证了5颗新脉冲星。

令人兴奋的数字。

其实，这种兴奋源于1967年和1993年的两次脉冲星观测，其意义引起了全世界天文学家对脉冲星探索的强烈热情。

在中国天眼建成之前，中国望远镜和中国科学家从未发现过新的脉冲星。

2016年9月，世界上最大的500米单口径球面射电望远镜FAST竣工，也就是我们今天常说的“中国天眼”。

过去几年，仅中国的Skyeye FAST家族就观测到了近350颗脉冲星。世界上发现的脉冲星总数（近 3000 颗）的十分之一。

可以说，中国科学家在利用天眼作为天体装置寻找脉冲星方面已经有了一定领先和成熟的经??验。

而且这个领先优势有望再次得到改善。

2021年，腾讯优图实验室主动找李丹老师团队，希望利用腾讯自身在AI算法和计算资源调度方面的优势，为太空探索做出一些努力。

经过前期的一系列交流和探索，春节后双方很快就正式成立了项目：也就是用AI？帮助中国天眼？快速地？处理每天收到的海量数据，并通过Visual AI分析发现脉冲星线索。

小姐李丹告诉雷锋网：

“首先，科学家捕捉到的脉冲星发出的无线电信号实际上是对电磁场的高速采样。通过信号处理和频谱分析，结果是一个视频流，是一个动态频谱，测量的一个维度是时间，另一个维度是频率，但是这种频率非常快，通常人眼和大脑无法处理。其实上面包括计算机视觉，今天处理的绝大多数情况都是静态照片。

当脉冲星在1970年代第一次被验证时，每个人都在使用类似的这样视频流是一段一段截取的，但是截取的样本量还是太大了，所以还需要做进一步的信息提取，最终形成各种类型的特征图供科研工作者判断. ”

复杂的图像数据

优图实验室在这个过程中所做的，其实就是把交给的特征图交给科研人员进行判断，并交给机器处理判断。当然，这部分特征图也是经过处理的适合计算机视觉处理的图像数据。

腾讯优图实验室副总经理黄飞跃向雷锋网指出：

“一般来说，人眼和机器视觉都可能漏掉（ Star）。但首先我们错过了，也许我们没有办法知道；其次，我们现在更关心准确性，毕竟要处理的数据量太大，库存数据还没有处理。现在首先是发现容易发现的，先找出来就可以了，略去一些，然后再进行进一步的细筛。”

这个过程就像粗筛和预处理，可以通过AI来解决（比如对于标记数据的缺失，采用小样本学习和迁移学习的方法），然后留下一小部分样本，然后人工重新比较确认。整个过程的效率和识别的准确率都有比较高的提升。

从结果来看，FAST在一周内产生的数据大约相当于3000万张信号图。如果以每秒1帧的速度使用人工肉眼，一年不吃不喝不休息。如果用AI处理，FAST 1个月的数据处理只需要3天，大大节省了人力和时间成本。

从磨合到联合推广

在与优图实验室合作之前，不代表天眼FAST没有尝试使用机器学习进行跨学科研究。

"虽然我们是一门基础学科，但它与行业内能够实现的技术息息相关。实际上，有一小部分关键技术是从基础的需求提出来的研究。这是一个相互促进的过程。”李丹说道。

文章来源：《分析试验室》网址: http://www.fxsys.cn/zonghexinwen/2021/0714/1049.html

上一篇：“嫦娥”月壤来汉亮相地大实验室
下一篇：阿里巴巴宣布成立人工智能治理与可持续发展实