科学家们希望人工智能可以揭开暗物质的神秘面纱

近十年前，科学家们对我们银河系中心发出的光芒感到非常兴奋。他们认为这是由“自我毁灭的”暗物质引起的伽马射线发射。不幸的是，事实证明，银河系的发光“核球”与暗物质无关。这可能只是气体。 +IVVsVp
 
N##T1 Qm)  
{a_=4a  
阿姆斯特丹大学和格勒诺布尔-阿尔卑斯大学的一组研究人员周一发表的研究表明，发光实际上只是“核球”周围恒星的轮廓。 HhNH"b&  
<(d^2-0  
根据该团队的白皮书： :RHNV  

我们发现，在核心核球中描绘恒星质量的发射剖面提供了对过量发射的最佳描述，提供了强有力的间接证据，证明过量是由于银河核球的恒星源群......恒星质量相关模板优于传统DM，具有高统计学意义。

a#!Vi93  
科学家们并不只是猜测核球发光的轮廓与假想的暗物质附近的恒星的引力分布相匹配。他们使用机器学习来完成繁重工作，并通过科学严谨证明这是最可能的解释。为此，他们创建了一组名为Sky Factorization with Adaptive Constrained Templates（SkyFACT）的专有算法，以解决在太空中确定伽玛射线发光场的确切规格的巨大问题。 HeGGAjc  
]*}*zXN/E  
最近另一项涉及伽马射线和人工智能的实验可以帮助科学家从不同角度处理这个问题。欧洲核子研究中心的研究人员上个月首次利用大型强子对撞机（LHC）加速了实际原子。 +n9&q#ah  
FHM^x2  
大型强子对撞机团队将电离的铅原子加速到接近光速的速度，然后观察随之而来的随机粒子物理学。这是第一次用原子完成 - 以前的尝试使用了质子和原子核。在成功加速实际原子时，该团队认为他们已经为最终成为一个令人难以置信的高强度伽马射线“工厂”奠定了基础。 U_!"&O5lr  
KK]AX;  
从事伽马射线“工厂”实验的物理学家之一Kazuhiro Terao接受采访时表示： 8NeP7.U<w  
gq[}/E0e  

今天我们主要使用机器学习来查找数据中的功能，这些功能可以帮助我们回答一些问题。十年后，机器学习算法可以独立地提出自己的问题并识别他们何时找到新物理。

u 8U>R=M  
一个多世纪以前，科学家们假设暗物质的存在。而且，尽管事实证明银河系的核球不是我们今天所寻找的答案，但我们比以往任何时候都更接近于弄清楚如何探测它。