近日，中國科學院雲南天文台麗江天文觀測站研究員龍潛與雲南大學中國西南天文研究所宇宙學研究組教授爾欣中團隊合作，利用人工智能深度學習的方法，發現38個新的強引力透鏡候選體。相關研究成果發表在《英國皇家天文學會月刊》（MNRAS）上。

引力透鏡形成機理圖/圖片來源於網絡

星系尺度的強引力透鏡系統是重要的宇宙學探針，可用於深入地研究宇宙學和天體物理中的諸多科學問題，如暗物質性質、星系形成和演化以及哈勃常數的測量等。然而，目前已證認的強透鏡系統數目過少，制約了相關天體物理學問題研究的開展。

新發現的38個強透鏡候選體其中4個的圖像

如何搜尋證認更多強透鏡樣本是當前工作中的主要問題。通過下一代大規模測光巡天項目的開展，人們期待發現數以萬計的強透鏡系統。但如何在海量的天體圖像中快速地找到強透鏡候選體？近年來，人工智能的快速發展為我們提供了新的可能。國際上已有相關研究團隊利用卷積神經網絡方法搜索強引力透鏡系統。

龍潛長期從事人工智能深度學習方面的研究，與爾欣中團隊合作構建並訓練了一個卷積神經網絡，該神經網絡使用Julia語言根據引力透鏡數據的特點專門定制，具有規模小、速度快、針對性強的特點。科研人員將其應用於歐洲南方天文台2.6米巡天望遠鏡（VST）千平方度巡天（Kilo-Degree Survey—KiDS）數據，發現38個新的強透鏡候選體。

此外，通過測試卷積神經網絡在不同觀測條件上的表現以及用不同大小的訓練集訓練網絡，研究人員對卷積神經網絡的穩定性作了測試。該研究構建的神經網絡亦可應用於其他的巡天數據。

龍潛是論文共同通訊作者。研究工作受到國家自然基金面上項目、雲南省海外高層次人才計劃等的資助。