人们仰望星空，那些遥远的星光其实已经穿越了数十亿年的时空，诉说着古老的故事。而中性碳吸收线，作为早期星系内冷气体云块的关键探针，就像是宇宙历史的见证者，它们的存在为人们窥探星际奥秘提供了一扇窗口。

图库版权图片，转载使用可能引发版权纠纷

在恒星演化的过程中，恒星爆发释放出的物质中含有丰富的化学元素，这些元素在恒星内部经过核融合反应，并随着爆发扩散到周围空间。其中，包括碳、氧、硅等元素的星际尘埃也随着爆发的扩散在星际介质中富集，不但为新恒星和行星系统的形成提供了重要的物质基础，也在星际介质的冷却和凝聚过程中起着关键作用。

研究表明，在不同的星际介质中，中性原子碳 (C Ⅰ) 在波长为 1560 和 1656 处的吸收线可以用来探测冷气体的丰度，进而揭示分子云、星际尘埃以及恒星的形成。然而，目前包含 C I 吸收线的类星体光谱样本量太小，使其无法成为理解早期宇宙整体化学丰度演化和星系演化的有力工具。

图库版权图片，转载使用可能引发版权纠纷

近期，中国科学院上海天文台研究员葛健带领的国际团队，通过深度学习方法，在斯隆巡天三期释放的数据中搜寻中性碳吸收线（C Ⅰ 吸收线），揭开了宇宙早期星系内冷气体云块成分的神秘面纱，发现了 107 例宇宙早期中性碳吸收线。这一发现不仅刷新了人们对宇宙早期星系演化的认知，更是证明了人工智能在天文研究中的巨大潜力。相关研究成果已经发表于「皇家天文学会月报」(MNRAS）。

天文领域的 AI 应用，助力人类走向星辰大海。

事实上，葛健教授的最新研究只是揭开了 AI 技术在天文领域应用的冰山一角。随着天文学的不断发展，人们所面临的挑战也日益复杂，从海量的数据管理到深空探测的精确导航，再到对遥远星系的细致研究，这些都需要超越传统方法的解决方案。

AI 技术的引入，不仅能够处理和分析天文观测产生的庞大数据集，还能在模式识别、预测建模和自动化观测中发挥关键作用，极大地扩展了我们对宇宙的认知边界。

过去几年，研究者开始越来越多的通过 AI 理解宇宙。2022 年，美国能源部阿贡国家实验室的计算机科学家和芝加哥大学、伊利诺伊大学厄巴纳香槟分校、NVIDIA 和 IBM 等机构合作，通过 AI 和超级计算机的结合，在不到 7 分钟的时间里便处理完成了一个月的数据量，同时还识别出 4 种由黑洞合并产生的引力波信号。

2023 年，马斯克正式成立 xAI 公司，目标就是了解宇宙的真实本质。马斯克曾在采访中表示，「从某种意义上说，一个关心理解宇宙的人工智能不太可能灭绝人类，因为我们是宇宙中有趣的一部分。」今年 5 月，xAI 公司获得超 60 亿美元的 B 轮融资，这也使得这家成立不到 10 个月的公司估值达到了约 180 亿美元。

2024 年 4 月，中国科学院国家天文台人工智能工作组发布新一代天文大模型「星语 3.0」，基于通义千问开源模型打造，目前已成功接入国家天文台兴隆观测站望远镜阵列 Mini 司天。这是大模型在科学领域落地的经典案例，也是大模型在天文观测领域的首次应用。

图库版权图片，转载使用可能引发版权纠纷

茫茫宇宙，未知似乎永远大于已知，但 AI 的探索已经初现峥嵘。我们有理由相信，随着技术的不断成熟，AI 将在未来揭示更多关于宇宙的奥秘，帮助人类更深入地理解我们所在的宇宙，并带领我们走向星辰大海。

来源: HyperAI超神经