随着天文观测设备的升级，天文学已经进入大数据时代。然而，海量数据的激增也带来了前所未有的挑战。人工智能，特别是深度学习技术，凭借强大的数据处理能力，正在成为天文学家的得力助手。
介绍了人工智能在天文学中的两个典型应用：（1）基于深度卷积神经网络的射电频率干扰检测；（2）利用 YOLO 网络进行星系定位与分类。人工智能在天文学领域的应用极大地提升了数据分析效率，拓展了人类探索宇宙的能力。
- “中国天眼”是我国自主研发的大型射电望远镜。网上搜索一下“中国天眼”的信息，看看基于这一望远镜产出了多少科研成果。
- 2024 年 9 月，中国科学院等团队发表了一篇论文，题为“Discovery of small ultra-short-period planets orbiting Kepler KG dwarfs with GPU phase folding and deep learning”。文章报告了一种结合 GPU 相位折叠和卷积神经网络的深度学习算法，在开普勒 2017 年释放的恒星测光数据中发现了五颗直径小于地球、轨道周期短于 1 天的超短周期行星。研读该论文，讨论研究的内容、方法和意义。
- 文中所提到的用YOLO 定位星系的论文，题目为“Galaxy detection and identification using deep learning and data augmentation”。研读该论文，细致了解一下 YOLO 如何定位星系并标记星系的类型。
- 思考一下，为什么现代天文学家越来越依赖人工智能方法？
