卡內基梅隆大學啟動新計劃使用AI驅動天文學發展

人工智能（AI）正在快速重塑科學家探索宇宙的方式——將海量數據轉化為曾經遙不可及的發現。在卡內基梅隆大學，一項新倡議將匯集AI、統計學和天體物理學專家，加速這一轉變。

西蒙斯（Simons）基金會支持下，Keystone天文與AI（KAAI）訪問學者項目將通過一項國際指導博士后計劃，加速AI在宇宙學和天文學研究中的應用。KAAI學者將參與在McWilliams宇宙學與天體物理學中心為期一個月的駐留，每位訪問學者配對兩位導師——一位天體物理學專家，一位AI或統計學專家——共同攻克天文學與機器學習交叉領域的高影響力問題。

每次駐留以一個實踐工作坊收尾，向更廣泛的社區分享軟件、數據集和工作流程。該計劃旨在培養一批既精通天體物理學又精通現代機器學習的全球互聯研究者群體，同時在這個數據豐富的科研環境中加速發現。

該計劃還為卡內基梅隆的研究生提供了有意義的機會，他們與訪問學者合作，貢獻共享工具和工作流程，并在將AI應用于天體物理學前沿問題中獲得直接經驗。

"AI正在改變我們研究科學的方式，而天文學將是其影響最先、最快被感受到的領域，"McWilliams中心主任、該項目首席研究員Tiziana Di Matteo表示，"通過KAAI學者計劃，我們將McWilliams中心的跨學科優勢轉化為一個全球培訓引擎——讓訪問學者與我們的機器學習和天體物理團隊合作，開發能夠推動該領域發展和改變科研方式的方法。"

McWilliams中心促進卡內基梅隆物理系、計算機科學學院、統計與數據科學系（SDS）、軟件工程研究所以及合作機構之間的協作，包括匹茲堡超級計算中心和匹茲堡大學物理與天文學系。該計劃優勢的關鍵在于McWilliams中心、機器學習系、SDS以及物理科學統計方法研究中心（STAMPS）之間深度的跨學科合作，它們的綜合專業能力構成了KAAI跨學科模式的骨干。

McWilliams研究人員正在開發所需的數據科學工具，將海量信息流處理成科學突破，推動天體物理學發展，并在AI、成像和地球數據基礎設施等領域實現新技術。

KAAI學者計劃將在未來三年內支持六位訪問學者，每人駐留一個月。申請將于今年春季晚些時候開放。訪問學者將因整合AI與理論和計算天體物理學的項目入選，特別是在大規模模擬、計算建模和數據密集型分析等領域。通過為每位學者配備雙重卡內基梅隆導師，該計劃促進了領域科學家與AI專家之間的深度跨學科合作。

Barnabás Póczos，卡內基梅隆機器學習系副教授，將擔任該計劃的AI和機器學習主任。作為McWilliams中心成員，Póczos與其他教員、博士后研究員和研究生在共享代碼、數據和計算工具方面展開合作。

"看到新開發的機器學習方法正在改變我們做科學的方式，令人興奮，"Póczos說，"尤其是在天體物理學中，這些工具正在重塑我們探索海量復雜數據集的方式，使我們能夠提取微弱信號、識別稀有有趣的事件、加速科學模擬，并以前所未有的規模檢驗物理理論。通過用數據驅動的發現增強人類直覺，機器學習有潛力大幅加速我們對宇宙的理解，揭示原本會隱藏的現象。"

卡內基梅隆機器學習系與McWilliams宇宙學中心有著悠久的密切合作歷史，結合了機器學習、統計推斷和大規模計算的專業知識，以及天體物理學的深厚領域知識。這些持續的合作伙伴關系在機器學習和宇宙學交叉領域創造了有影響力的協作研究，并繼續在推動物理科學數據驅動發現方面發揮核心作用。

學者們離開該項目時將擁有將可信賴AI應用于天體物理學前沿領域的實踐體驗，以及延伸至天文學之外的持久聯系。該獎學金的核心組成部分是知識傳播。每次訪問結束時，每位KAAI學者將共同組織為期一周的實踐工作坊，展示天文學前沿AI方法。這些工作坊將幫助加速新工具在國際研究社區中的采用，確保先進方法傳播到項目或機構之外。

這些工作坊專為最大化影響力而設計，還將培養一個精通將前沿技術應用于宇宙基本問題的全球研究者網絡。

"我們正在努力發展一個AI與天文相關子領域的國際專家全球社區，"Di Matteo說，"在西蒙斯基金會支持下，工作坊將匯聚機器學習和天文學專家，推動該領域向前發展。"