AI探星：在靜默宇宙中尋找“燈塔”

2017年9月15日，“中國(guó)天眼”FAST之父、72歲的南仁東先生駕鶴西去，一封郵件最終沒(méi)有等來(lái)回音。

在他去世前5天，經(jīng)澳大利亞帕克斯望遠(yuǎn)鏡驗(yàn)證，確認(rèn)了FAST發(fā)現(xiàn)的一顆脈沖星：FAST脈沖星一號(hào)（FP1）。這無(wú)疑是FAST投入使用一周年之際，一個(gè)令人尤為振奮的消息。此前，南老胼胝手足二十二載，帶領(lǐng)團(tuán)隊(duì)翻山越嶺，只為筑成國(guó)之重器FAST。

收到驗(yàn)證消息后，F(xiàn)AST副總工程師李菂馬上給南老發(fā)去郵件。據(jù)推測(cè)，當(dāng)時(shí)南老已因肺癌晚期病情惡化，被轉(zhuǎn)入ICU。他是否看到這條消息，已無(wú)從得知。而FAST仍在浩瀚星辰中，探尋著脈沖星——它是恒星的逝去殘骸，擁有極強(qiáng)的磁場(chǎng)，被譽(yù)為宇宙的燈塔。

2021年7月，F(xiàn)AST的探星之旅注入了新的力量，騰訊優(yōu)圖實(shí)驗(yàn)室，開(kāi)始以AI助力國(guó)家天文臺(tái)，共同檢測(cè)它接收到的龐雜宇宙信號(hào)。在數(shù)十億張信號(hào)圖中，AI找到了22個(gè)脈沖星候選體。今年9月1日，2022世界人工智能大會(huì)（WAIC），最高獎(jiǎng)項(xiàng)“SAIL之星獎(jiǎng)”頒給了這項(xiàng)“AI探星計(jì)劃”。

優(yōu)圖實(shí)驗(yàn)室專家研究員王亞彪說(shuō)，在以“億”計(jì)量、起伏的信號(hào)中，他能感受到那些萬(wàn)千光年之外、遙遠(yuǎn)過(guò)去的殘影，那是在天體經(jīng)歷的生死更迭，在無(wú)垠宇宙中，他感到前所未有的渺小與敬畏，他用康德的一句名言形容：

“有兩種東西，我們對(duì)它們的思考越是深沉和持久，他們?cè)谖覀冃闹袉酒鸬馁潎@和敬畏就會(huì)越歷久彌新，這就是我們頭頂浩瀚的星空和心中崇高的道德法則。”

而當(dāng)人類仰望繁星、求索宇宙時(shí)，無(wú)可否認(rèn)的是，AI已為這趟征途標(biāo)下了新的注腳。

作者│張吉

那是外星人發(fā)出的信號(hào)嗎？

1967年夏日，24歲的約瑟琳·貝爾（Jocelyn Bell Burnell）在劍橋讀博，自小喜愛(ài)天文的她，正守著一座“果園”——在一座面積達(dá)4.5英畝、插了2048根桿狀天線的射電望遠(yuǎn)鏡上，她需要將天線正確連接，以此完成類星體監(jiān)測(cè)。

當(dāng)年8月6日，在近4830米長(zhǎng)的監(jiān)測(cè)圖紙中，她驚奇地發(fā)現(xiàn)，其中一段不到5厘米的曲線，完全無(wú)法歸類到已知信號(hào)。為此，她進(jìn)行了更為細(xì)致的觀測(cè)記錄，11月底，她得到一系列極其規(guī)律、時(shí)間間隔為1.33秒的等間隔脈沖。起初她猜測(cè)，信號(hào)來(lái)自地外文明，還將其編號(hào)為“小綠人1號(hào)”（LGM-1）——科幻作品中常見(jiàn)的外星人形象。

隔年一月，貝爾和導(dǎo)師安東尼·休伊什（Antony Hewish），在《自然》上發(fā)表了相關(guān)論文，推測(cè)這一神秘天體或與中子星的振蕩有關(guān)。很快，猜想得到天文學(xué)家證實(shí)，僅6年后，為表彰休伊什在射電天體物理學(xué)的開(kāi)創(chuàng)性研究，諾獎(jiǎng)?lì)C給了他，貝爾卻因其性別與地位，與諾獎(jiǎng)失之交臂。

但誰(shuí)也無(wú)法否認(rèn)，正是“脈沖星之母”貝爾，在廣漠宇宙中，為世人找到了燈塔。

脈沖星，為巨大恒星死亡后的殘骸，是宇宙中磁場(chǎng)最強(qiáng)的天體：直徑小，但密度極高，僅挖出骰子塊兒大小，就有10億噸重。同時(shí)，它轉(zhuǎn)得飛快，自轉(zhuǎn)一周，通常只需數(shù)秒。且它的自轉(zhuǎn)極其規(guī)律，誤差僅幾千萬(wàn)億分之一。打個(gè)比方，從恐龍時(shí)代計(jì)算至今，它的誤差約為1秒。

快速的脈沖星，就如宇宙中的燈塔，能發(fā)出無(wú)線電、可見(jiàn)光等射線。未來(lái)，當(dāng)人類的星艦駛向太陽(yáng)系外，即可通過(guò)對(duì)其周期的監(jiān)測(cè)，掌握自身速度，進(jìn)而推算出航行坐標(biāo)。復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院副教授、博士生導(dǎo)師池明旻，與國(guó)家天文臺(tái)長(zhǎng)期合作FAST項(xiàng)目，她形容，地面導(dǎo)航靠GPS，星際導(dǎo)航靠脈沖星，這也是它未來(lái)的重要應(yīng)用場(chǎng)景之一。

而在脈沖星搜索上，中國(guó)天眼“FAST”首當(dāng)其沖。

對(duì)于這架口徑500米、世界最大的單口徑射電望遠(yuǎn)鏡，人們常稱為“大鍋”，卻不一定能直觀感受到它有多大，F(xiàn)AST的工程師曾算過(guò)，把鍋裝滿水，夠全世界70億人每人分4瓶礦泉水。

它的靈敏度同樣無(wú)可匹敵，它觀測(cè)到的第一顆新脈沖星：FAST脈沖星一號(hào)（FP1，自轉(zhuǎn)周期1.83秒，距離地球粗估1.56萬(wàn)光年），只用了52.4秒，且信號(hào)/噪聲比值（信噪比）是帕克斯望遠(yuǎn)鏡驗(yàn)證時(shí)所用2100秒觀測(cè)的3倍。坐落貴州平塘縣山坳間的FAST, 即便望不見(jiàn)星辰，依舊能在宇宙大爆炸的亙古殘響中，將逝去的創(chuàng)世、毀滅之聲化作可被人類“聆聽(tīng)”的數(shù)據(jù)。

但難題或許在于，數(shù)據(jù)實(shí)在太多了。

池明旻介紹，國(guó)之重器FAST承載著多個(gè)科研項(xiàng)目，探尋脈沖星僅是其一，F(xiàn)AST首席科學(xué)家李菂為此需要提前申請(qǐng)“檔期”。有時(shí)監(jiān)測(cè)也就一周左右，但接收到的數(shù)據(jù)近500TB，經(jīng)過(guò)圖像預(yù)處理，生成的圖片能達(dá)到3千萬(wàn)——1億張——要知道，現(xiàn)今全球社交網(wǎng)絡(luò)每天上傳的圖片約30億張。池明旻說(shuō)，國(guó)內(nèi)曾有不少超算中心找來(lái)，愿意提供計(jì)算資源，但最終都不了了之，“技術(shù)人員不參與，很多東西就沒(méi)法做。”

圖│FAST天眼實(shí)景

轉(zhuǎn)機(jī)出現(xiàn)在一次“頭腦風(fēng)暴”。2021年始，騰訊優(yōu)圖內(nèi)部有個(gè)會(huì)議：AI在常規(guī)應(yīng)用之外，還能做什么？騰訊優(yōu)圖專家研究員王亞彪回憶，當(dāng)時(shí)還有數(shù)字孿生、光計(jì)算、AI材料等各項(xiàng)提議，但他提出的“AI＋天文”很快通過(guò)。王亞彪自己就是個(gè)天文愛(ài)好者，一直關(guān)注FAST的建設(shè)、科研進(jìn)展，也清楚天文對(duì)AI的高度需求。

“有史以來(lái)從沒(méi)做過(guò)一個(gè)項(xiàng)目這么快。”騰訊優(yōu)圖研究總監(jiān)汪鋮杰說(shuō)，通過(guò)池明旻教授牽線、溝通，他與FAST首席科學(xué)家李菂聊了兩小時(shí)，就把項(xiàng)目拍板了。

汪鋮杰回憶，李菂一聊起天文，“就像小孩子玩一個(gè)東西上癮”，剎不住，極其細(xì)致、乃至執(zhí)著地講解著宇宙信號(hào)如何分辨、畫(huà)圖。

與李菂溝通下來(lái)，王亞彪確定，短期內(nèi)不一定有成果，但方法肯定是可行的，他要做的，是和團(tuán)隊(duì)優(yōu)化AI模型，在浩瀚星辰投下的億萬(wàn)張靜默影像里。再次找到那段專屬燈塔的信號(hào)。

AI探星的第一步，是重新處理紛雜的宇宙信號(hào)。

池明旻解釋，判定短周期脈沖星，被噪聲淹沒(méi)的原信號(hào)經(jīng)過(guò)快速傅里葉變化、消色散、盲搜周期然后進(jìn)行周期折疊后，可獲得時(shí)間-相位-頻率3D圖，為了方便察看和處理，通常將其轉(zhuǎn)為2D的時(shí)間-相位圖、時(shí)間-頻率圖等，這個(gè)過(guò)程即預(yù)處理。它是天文領(lǐng)域的難點(diǎn)之一，如何加速，正是AI一展身手的機(jī)會(huì)。

為此，騰訊提供了幾十臺(tái)GPU服務(wù)器，24小時(shí)不間斷運(yùn)行。王亞彪說(shuō)，對(duì)于單脈沖搜索任務(wù)，原有的預(yù)處理代碼太慢，“可能發(fā)現(xiàn)一顆脈沖星需要一兩年的時(shí)間。”且代碼不適配云計(jì)算服務(wù)器，需要重新優(yōu)化。

圖│全天區(qū)脈沖星分布圖

汪鋮杰回憶，一開(kāi)始團(tuán)隊(duì)還覺(jué)得天文學(xué)習(xí)成本有些高，實(shí)際推進(jìn)卻沒(méi)想象中難。一個(gè)算法跑完，召回一些疑似脈沖星圖片，池明旻現(xiàn)場(chǎng)就會(huì)講解，以此調(diào)整算法模型，屏蔽異常信號(hào)。汪鋮杰形容，宇宙信號(hào)落到圖片，就和尋找工業(yè)零件上的一條劃痕類似，他們需要做的是鑒別劃痕的細(xì)微差別。”

算法調(diào)整完，一套初步的多模態(tài)算法就誕生了。池明旻表示，該算法基于脈沖星的多源信息，進(jìn)行綜合判斷，“加入DM這個(gè)濾波木塊，比常規(guī)基于時(shí)間-相位圖、時(shí)間-頻率圖的直接分析，時(shí)效性和準(zhǔn)確性得到極大提高。”她舉例稱，如色散值，它有一個(gè)曲線，如果曲線沒(méi)有峰值，就可直接排除。這項(xiàng)指標(biāo)此時(shí)就能過(guò)濾整體數(shù)據(jù)，提高效率。

圖│周期信號(hào)圖

當(dāng)然，面對(duì)未知的宇宙，AI也有自己的難題。

AI學(xué)習(xí)能力的提升，往往與龐大數(shù)據(jù)緊密捆綁，但此次用于學(xué)習(xí)的脈沖星樣本，數(shù)量也就一百顆左右。“樣本不均衡的問(wèn)題比較嚴(yán)重。”王亞彪說(shuō)，這與優(yōu)圖以往的業(yè)務(wù)差異很大，數(shù)據(jù)收集難，樣本少，數(shù)以億計(jì)的圖片都是無(wú)效數(shù)據(jù)。

因此，優(yōu)圖轉(zhuǎn)而采取“小樣本學(xué)習(xí)”研究方式。根據(jù)現(xiàn)有樣本，配對(duì)更多非脈沖星樣本來(lái)構(gòu)建訓(xùn)練模型，增強(qiáng)AI在特征抓取、識(shí)別上的能力。此外，復(fù)旦和優(yōu)圖還嘗試了半監(jiān)督學(xué)習(xí)和數(shù)據(jù)擴(kuò)增：給大量的無(wú)標(biāo)注樣本賦予偽標(biāo)簽，并給已知脈沖星數(shù)據(jù)添加不同程度的宇宙噪聲，供AI繼續(xù)“深造”。

池明旻表示，這些“半監(jiān)督學(xué)習(xí)”方式，本質(zhì)還是回到大數(shù)據(jù)學(xué)習(xí)模式，“把模型參數(shù)做得更深一點(diǎn)，AI在特征提取上就會(huì)更充分。”AI的識(shí)別能力也會(huì)有質(zhì)的提升。數(shù)據(jù)顯示，相比原有的AI篩選模型，多模態(tài)+半監(jiān)督方案具有更高的召回率，且誤報(bào)率下降98%。

而這建立在優(yōu)圖長(zhǎng)時(shí)間以來(lái)的技術(shù)積累。王亞彪說(shuō)，探星項(xiàng)目啟動(dòng)時(shí)，有近兩個(gè)月時(shí)間，他和團(tuán)隊(duì)周末幾乎無(wú)休，想盡快把AI算法搭起來(lái)，他記得，找到第一顆脈沖星，AI花了近一個(gè)月，當(dāng)時(shí)他恰好在深圳出差，聽(tīng)到消息有些興奮，但也覺(jué)得在預(yù)期內(nèi)，“（找到）只是時(shí)間問(wèn)題。”之后，團(tuán)隊(duì)繼續(xù)完善算法，讓AI在多個(gè)云服務(wù)器上運(yùn)行得更為穩(wěn)定。

截至目前，將FAST脈沖星搜索速度提升120倍的探星計(jì)劃，已在數(shù)十億張圖片中，找到22個(gè)脈沖星。其中包括在天體物理中具有較高觀測(cè)研究?jī)r(jià)值的高速自轉(zhuǎn)的毫秒脈沖星7顆，具有間歇輻射現(xiàn)象的年老脈沖星6顆。

在池明旻看來(lái)，脈沖星的探索，其實(shí)充滿未知，不能確切給出一個(gè)可量化的成果。“不僅僅需要付出努力，還需要有耐心。”此次AI探星，騰訊優(yōu)圖無(wú)疑起了個(gè)好兆頭，她希望業(yè)內(nèi)也能有更多平臺(tái)參與天文科研。

眼下，騰訊優(yōu)圖、國(guó)家天文臺(tái)、復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院還開(kāi)啟了對(duì)M31仙女座星系的射電信號(hào)處理。M31在銀河系外，距地球250萬(wàn)光年，池明旻說(shuō)，這意味著搜索空間更大。對(duì)計(jì)算資源的要求也更高。且在銀河系外，因?yàn)樾盘?hào)非常弱，可能100億張圖片里都搜不到一顆脈沖星，“努力之外還有幸運(yùn)的成分。”

不過(guò)，“我們可以預(yù)測(cè)一下它可能的樣子”，池明旻表示，AI還有對(duì)抗生成式學(xué)習(xí)方法，通過(guò)預(yù)測(cè)M31星系的脈沖星特征，模擬出大量數(shù)據(jù)供AI學(xué)習(xí)，再與FAST對(duì)M31觀測(cè)的大量數(shù)據(jù)比對(duì)，“只要找到一顆，就是一個(gè)從‘0到1’的突破。”

“騰訊的本質(zhì)，就是要去支持難而正確的東西。”汪鋮杰說(shuō)。

“工業(yè)有產(chǎn)出，學(xué)術(shù)有影響”。汪鋮杰表示，騰訊優(yōu)圖的定位，就是以產(chǎn)品應(yīng)用落地為主，兼顧學(xué)術(shù)影響力。探星計(jì)劃對(duì)社會(huì)貢獻(xiàn)、科研探索、長(zhǎng)遠(yuǎn)效益是不容忽視的。

探星所要應(yīng)對(duì)的海量數(shù)據(jù)，對(duì)騰訊的云計(jì)算力，如提升并行度，機(jī)器利用率，提出了更為極致的要求，“這些都是有復(fù)用的經(jīng)驗(yàn)可以沉淀下來(lái)”，汪鋮杰說(shuō)，優(yōu)圖在做的工業(yè)AI質(zhì)檢相關(guān)：質(zhì)檢有效樣本的量級(jí)也在一百上下，要檢出偏小概率的未知產(chǎn)品缺陷，其中的AI分類模型，異常檢測(cè)，小樣本技術(shù)與AI探星都是相通的。

汪鋮杰透露，未來(lái)騰訊還考慮將AI探星做成科普課程，以更好培養(yǎng)青少年的天文、AI興趣。今年9月，騰訊優(yōu)圖、國(guó)家天文臺(tái)、復(fù)旦大學(xué)三方以“脈沖星”聲音為創(chuàng)作元素，發(fā)起了一場(chǎng)“尋找宇宙心跳”脈沖星演奏會(huì)，也是希望通過(guò)創(chuàng)新科普形式讓更多人了解脈沖星，以及AI+天文的更多可能性。

科普的另外一面，也是優(yōu)圖對(duì)“AI for Science”的探索。他補(bǔ)充說(shuō)，探星項(xiàng)目之前，他與團(tuán)隊(duì)也不確定AI如何與基礎(chǔ)科學(xué)銜接、配合、協(xié)作，如今優(yōu)圖已有底氣做類似項(xiàng)目，“這實(shí)際上是我們朝著自己未知能力邊界邁出的一步”。

天文之外，優(yōu)圖還推進(jìn)著一項(xiàng)甲骨文探索計(jì)劃。汪鋮杰介紹，這是與SSV數(shù)字文化實(shí)驗(yàn)室的共創(chuàng)項(xiàng)目，通過(guò)視覺(jué)AI對(duì)甲骨文進(jìn)行綴合、摹本，給殘缺的甲骨文3D建模，助力甲骨文的識(shí)別與考釋，為專家考古提供更多的破譯線索。

圖│騰訊優(yōu)圖團(tuán)隊(duì)

在王亞彪看來(lái)，這種“跨界”其實(shí)注定到來(lái)。

王亞彪雖是工科出身，自小閱讀興趣卻很廣泛，武俠、天文、歷史、哲學(xué)等人文社科書(shū)籍，來(lái)者不拒。他常流連于鎮(zhèn)里賣書(shū)的地?cái)?，買過(guò)不少天文彩繪書(shū)，其中光學(xué)望遠(yuǎn)鏡拍的高清照片，那些深邃宇宙中、恒星地表的細(xì)致紋理、質(zhì)感，令兒時(shí)的他深受震撼，只是伴隨專業(yè)分流，他的注意漸漸集中到自動(dòng)化算法和系統(tǒng)設(shè)計(jì)。

工作后與天文再次“結(jié)緣”，他不覺(jué)意外，“科學(xué)發(fā)展到今天，越來(lái)越精細(xì)了，要做出一些成果，需要一些交叉學(xué)科的合作。”他表示，還有很多宇宙信號(hào)，優(yōu)圖并未涉足，其中光學(xué)望遠(yuǎn)鏡的成像處理，就有很大應(yīng)用空間，因?yàn)樵汲上裥枰?jīng)過(guò)多次曝光，校準(zhǔn)，才能完美出片，“這也是與計(jì)算機(jī)視覺(jué)更加相關(guān)的領(lǐng)域。”

汪鋮杰表示，騰訊后續(xù)還將推出“TI”學(xué)習(xí)平臺(tái)，此次AI探星，其實(shí)已在該平臺(tái)上做了相應(yīng)實(shí)踐。FAST項(xiàng)目能用這個(gè)平臺(tái)，也印證了其他領(lǐng)域，如材料合成，工業(yè)、農(nóng)業(yè)有應(yīng)用的空間。以農(nóng)業(yè)為例，通過(guò)AI提取農(nóng)田成像中的黃葉、斑點(diǎn)、等信息，識(shí)別潛在的病蟲(chóng)害類型，再結(jié)合農(nóng)業(yè)科技人員意見(jiàn)匹配治理方案。

“確保AI的能力能在各行各業(yè)用起來(lái)”，汪鋮杰希望，通過(guò)TI平臺(tái)，將AI應(yīng)用門(mén)檻降下來(lái)，不同行業(yè)的產(chǎn)品，都可以在平臺(tái)上做各自領(lǐng)域的AI技術(shù)研發(fā)和應(yīng)用，促進(jìn)AI與實(shí)體產(chǎn)業(yè)深度融合。

或許，這注定是一場(chǎng)長(zhǎng)跑。但它已進(jìn)入了前所未有的加速階段，就如在世界人工智能大會(huì)上，騰訊云副總裁、騰訊優(yōu)圖實(shí)驗(yàn)室總經(jīng)理吳運(yùn)聲所言：“隨著數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)加速融合，人工智能的發(fā)展不再局限于算力、算法、數(shù)據(jù)等方面的技術(shù)突破，而是從行業(yè)應(yīng)用、社會(huì)需求的角度逐漸深入，展開(kāi)一場(chǎng)‘雙向奔赴’的范式變革。”