如今，人工智能的应用领域已远超我们最初的设想。来自夏威夷大学马诺阿天文研究所的科研团队，借助AI完成了一项重大突破——他们构建了迄今规模最大的三维星系、星体与观测目标目录。具体而言，该团队利用毛伊岛Pan-STARRS天文台拍摄的覆盖四分之三天空的光学图像，成功将整片星空实现了“数字化建模”。

他们的方法非常巧妙：首先训练一种算法，使其学会识别图像中的各类天体。如何训练呢？研究人员为算法提供了大量光谱测量数据——这些数据能告知每个天体的具体类别及其与地球的距离。这样一来，算法便能够自主学习并做出判断。

该研究的第一作者罗伯特·贝克（Robert Beck）解释道：“我们采用了最先进的优化算法，结合光谱训练集来估算光源类型和星系距离，同时训练神经网络，并校正银河系尘埃造成的光衰减。”他还补充说：“我们还利用光源数据对模型进行了强化。”

强化后的效果令人惊叹。神经网络的分类准确率在星系上达到98.1%，在星体上达到97.8%，在恒星上达到96.6%。此外，研究团队指出，这次绘制的宇宙地图规模是上一张地图的两倍——上一张著名的宇宙图由斯隆数字天空巡天（SDSS）完成，仅覆盖了三分之一天空。相比之下，本次成果的进步一目了然。

值得一提的是，该目录的早期版本已帮助科学家发现了宇宙中最大的空洞之一。不少学者推测，这个空洞很可能就是天空中那个巨大而神秘的“冷斑”的成因。当然，这还有待进一步验证——但毫无疑问，AI正在深刻改变我们认识宇宙的方式。