了解宇宙万物的“第三种方法”，人工智能正在改变科学

当今物理和天文实验所产生的海量信息，没有任何一个人或者团队可以完整的处理。

有些实验数据每天以千兆字节的规模在增加——而且这个趋势只会越来越明显。

想象一下，一台以平方公里为单位阵列的射电望远镜，预计将于2020年中开始进行科学观测，每年将产生的信息数量可与整个互联网相匹敌。

面对如此信息洪流，许多科学家不得不求助于人工智能。

这是一个研究者眼中神奇的工具。

只需少许人工输入，包括人工神经网络（计算机模拟人脑神经网络）在内的人工智能系统就可以轻松处理成千上百万条信息，并发现其中的异常和人类绝难识别的模式。

利用计算机协助科学研究的历史可以被追溯到75年前。

早在几千年前，人类就已经开始从数据中寻找有效信息。科学家认为机器学习和人工智能所运用的前沿技术，是一种研究科学的全新方法。

这种方法，即生成模型（generative modeling），仅基于数据就可以找到与观测数据相关的诸多解释中最为合理的理论。更重要的是，这一过程无需预先编程，对于系统可能产生作用。生成模型的支持者觉得它的创新程度可以被认为是了解宇宙的潜在的“第三种方法”。

通常，我们通过观察来知晓万物。约翰尼斯·开普勒就是通过研究第谷·布拉赫的星象图来试图找到天体运动的规律（所有行星都是椭圆轨道上运行的），建模同时也推动着科学进步。天文学家模拟银河与其邻近星系仙女座的移动轨迹后，预测两星系将于几百万年之后相撞。观察和建模都能帮助科学家建立假设，而用进一步的观察来检验假设。相较之下，生成模型区别于以上两种方法。

“这是第三种方法，介乎于观察和建模之间。”天文学家Kevin Schawinski介绍说。他此前一直就职于苏黎世联邦工业大学(ETH Zurich)，同时也是当今生成模型最狂热的支持者之一。“它提供了一种解决问题的新方法。”

有些科学家将生成模型和其他新技术简单地归类为研究传统科学的工具。但绝大部分人的共识则是人工智能能够带来巨大的影响，而且在科学研究领域的作用也将越发显著。费米实验室的天体物理学家Brian Nord以用人工神经网络研究宇宙而闻名。

他担心人类科学家所做的一切都可以被自动化，而持有这种观点不在少数。Nord说，“这种想法让我感到恐慌”。

神奇的GAN，基于生成的探索

还在读书的时候，Schawinski已经在数据驱动科学领域已经小有名气。博士学位期间，他的课题是基于表象对数千个星系进行分类。由于当时还没有可以用来解决问题的软件，Schawinski就想到了采用群众外包的方式——因此大众科学星系园项目也就应运而生。

自2007年起，天文学家开始用电脑录入关于星系分类的最佳猜测，在多数决定原则下通常被证明为是正确的分类。之后这一项目取得了成功，但Schawinski却意识到人工智能已经可以取而代之。“在今天，一个有天赋、有机器学习背景且懂得云计算的科学家能够在一个下午完成所有的工作。”

Schawinski在2016年开始使用生成模型这种新工具。本质上，生成模型在确定条件X的前提下有多少概率能够得到结果Y。这个方法已被证明极为有效且运用广泛。例如，你用生成模型处理一组人脸照片，每张照片都标记了主人公的年纪。电脑程序在梳理这些“训练数据”时，会有意识地将较老的面容和逐渐增加的皱纹数量关联在一起。

最终，它就有能力“识别”人脸所对应的年纪——原理是它能够预测任何年龄段人脸所可能产生的变化。

以上的人脸都是生成的。上图第一行（A）和左边第一列（B）是由生成对抗网络（GAN）借助真人人脸构建模块构成的。GAN随后将A中人脸的基本特（如年龄和脸型）与B中细致特征（如发色和眼球颜色）相结合，生成了上图中其他的人脸。

生成模型系统中最有名的就是生成对抗网络（GAN）。在充分接触训练数据后，一个生成对抗网络能够修复像素损坏或确实的图像，或是锐化那些模糊的照片。生成对抗网络通过对比的方法（即对应着术语“博弈”）来推断出缺失信息：该网络的组成部分之一生成器负责生成假数据，而另外的组成部分鉴别器则负责在数据中区分出这些假数据。随着程序的运行，两个组成部分的表现也得到了显著提升。尤其是在由生成对抗网络最新提供的超现实人脸中，如同上图标题中所示，有一些让你感觉“不存在于我们的世界却又真实地吓人”。

更宽泛的说法，生成模型吸收数据（通常为图像，但也不完全是）并拆分成一组基本但抽象的构建模块——科学家将其成为数据的“隐空间”。该算法操控隐空间的元素来探究其如何影响源数据，而这也能帮助发现系统中正在运行的物理变化。

隐空间的概念很抽象且难以用视觉表现，但假设用一个粗略的比方，想一想当你在判断人脸对应的性别时你的大脑究竟在如何运转。你可能会关注到发型、鼻子形状等，以及难以用言语表达的其他特征。电脑程序也在相似地寻找数据中地显著特征：虽然它不会知道什么是胡子或性别，但如果学习的训练数据中有标记着“男性”、“女性”或“长着胡子”的照片时，电脑程序将会很快地推断出两者之间的相关性。

12月发表在《Astronomy