左侧的图片展示了新发现的气泡状结构，而右侧的图片则呈现了本次研究与之前研究中探测到的相似结构。通过使用8 μm(绿色)和24 μm(红色)波长，可以成功探测到在大质量恒星形成时产生的气泡状结构。
为了探寻银河系深处的神秘，探索恒星诞生的奥秘，日本的科学家们开发出一种创新的深度学习模型。这项研究由大阪公立大学主导，团队精妙地应用人工智能技术，对来自太空望远镜的海量数据进行了细致分析，成功识别出一些之前未被天文学数据库记录的、如气泡般的宇宙结构。
这项突破性的研究成果已在《日本天文学会欧文研究报告》上正式发表。
我们的银河系，与广袤宇宙中的其他星系相似，内部也点缀着一些奇异的“气泡”结构。这些结构通常是在大质量恒星诞生或剧烈活动时形成的。天文学家们将这些结构称为‘斯皮策气泡’，它们是宇宙留下的印记，蕴含着解开恒星形成奥秘及星系演化过程的重要线索。
理学研究生院的学生 Shimpei Nishimoto 与 Toshikazu Onishi 教授携手全国各地的科学家们，共同研发了这款深度学习模型。他们有效利用了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。更为重要的是，该模型还成功识别出一些壳状结构，天文学家们推测这些可能是超新星爆发后留下的遗迹。
参与研究的研究生 Shimpei Nishimoto 表示：“我们的研究成果显示，借助这种方法，不仅能深入探索恒星的形成过程，还能详细考察星系内部发生的剧烈爆炸事件的影响。”
Onishi 教授补充道：“我们期望，未来人工智能技术的不断进步，能够显著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。
文章总结
这项研究不仅揭示了银河系中的神秘结构，还展示了人工智能在天文学领域中的巨大潜力。通过深度学习模型的应用，科学家们能够更精确地探测和分析星系中的复杂现象。随着技术的不断进步，我们期待未来能更深入地理解宇宙的演化过程和恒星形成的奥秘。这项研究不仅为天文学家提供了新的工具，也为未来的科学探索开创了新的可能性。