左边的图像显示了新检测到的气泡状结构，而右边的图像显示了本研究和先前研究中检测到的气泡状结构。通过使用8 μm(绿色)和24 μm(红色)的波长，可以探测到大质量恒星形成时产生的气泡结构。
为了揭开我们银河系深处的秘密，探寻恒星诞生的奥秘，日本的研究人员们匠心独运，开发出一种先进的深度学习模型。这支由大阪公立大学牵头的科研团队，巧妙地运用人工智能技术，对太空望远镜传回的海量数据进行了细致梳理，并成功识别出一些此前未被现有天文数据库收录的、如同气泡一般的宇宙结构。
这项重要的研究成果，已经正式发表在《日本天文学会欧文研究报告》上。
我们所栖居的银河系，与浩瀚宇宙中的其他星系相似，内部也点缀着一些奇特的“气泡”状结构。这些结构大多是在大质量恒星诞生或剧烈活动时形成的。天文学家们将这类结构称为‘斯皮策气泡’，它们如同宇宙留下的印记，蕴藏着解开恒星形成之谜以及星系演化历程的关键线索。
理学研究生院的学生 Shimpei Nishimoto 与 Toshikazu Onishi 教授携手日本各地的科学家们，共同研发了这款深度学习模型。他们利用了来自斯皮策太空望远镜和詹姆斯·韦伯太空望远镜的观测数据，通过人工智能强大的图像识别能力，实现了对‘斯皮策气泡’的高效而精准的探测。不仅如此，该模型还成功识别出了一些壳状结构，天文学家推测这些结构可能是超新星爆发后留下的遗迹。
参与研究的研究生 Shimpei Nishimoto 对此表示：“我们的研究成果表明，利用这种方法，不仅能深入探究恒星是如何形成的，还能细致地考察星系内部发生的剧烈爆炸事件所产生的影响。”
Onishi 教授也补充道：“我们期待，未来人工智能技术的不断发展，能够极大地推动我们揭示星系演化和恒星形成背后深层机制的进程。”
本文译自 phys.org，由 BALI 编辑发布。
