科学家：用人脸识别算法寻找暗物质

用于人脸识别的同类型的神经网络工具，正被用来寻找和表征暗物质。

暗物质：我们从未直接探测或测量过暗物质，但我们知道它的存在，因为我们可以看到它对宇宙的影响。许多不同恒星和星系的运动不能用我们能看到的物质所施加的引力来解释。一定有别的什么东西在起作用。

所有的物质，包括暗物质，都能使光线轻微弯曲，从而在望远镜观测中产生“弱引力透镜”。科学家可以利用这些扭曲来绘制出夜空中最有可能存在暗物质的区域。

寻找熟悉的面孔：瑞士苏黎世联邦理工学院的一组研究人员训练了一个神经网络模型(通常用于分析视觉图像)，用于寻找暗物质引起的弱引力透镜现象的微妙迹象。这个模型是通过输入模拟数据来训练的，这些数据告诉模型科学家在寻找暗物质时通常会寻找什么。在发现和标记图像中暗物质的潜在迹象方面，该模型最终比人类科学家精确30%。

然后，机器学习模型被用来分析欧洲南方天文台(European Southern Observatory)的KiDS(Kilo-Degree Survey)绘制的暗物质地图。上周发表在《物理评论D》杂志上的研究结果表明，该模型能够比目前的方法更细致地分析地图，并更清晰地模拟暗物质可能的位置。

另一个黑暗之谜：接下来，研究小组希望将这个模型应用到其他宇宙学地图上，以更多地了解暗能量的分布和行为，暗能量是一种推动宇宙膨胀的神秘力量。