“浩瀚的星空和深邃的蒼穹，是亙古不朽的自然之美。“人類從未停止過仰望星空，同時也為揭曉宇宙奧秘做出了各種探索。

　　作為歷史上最大的科學工程之一，SKA(平方公里陣列射電望遠鏡)可以看作是邁向宇宙奧秘的一步。該工程由總部位于英國曼徹斯特喬卓爾·班克天文臺的SKA組織引領，旨在通過國際社會共同努力建造世界最大的射電望遠鏡。SKA對于天空的觀測將顯示前所未有的細節，繪制天空圖譜的速度也將數倍于現有設施。

　　隨著云計算、大數據、人工智能等新興技術的快速發展，探索宇宙也不斷與新興技術結合交融，呈現出更加亮眼的成果。為了更好地完成科技部和中國科學院的項目，更有效地推進我國SKA區域中心的建設和科學預研究，上海天文臺選擇與華為云合作，雙方將發揮各自優勢探索人工智能在天文研究中的應用，展開更加高效的天文研究，以及創新天文研究方法。

　　華為云AI幫助上海天文臺在星體觀測方面取得了哪些進步?過去，使用傳統方法處理SKA先導項目星空觀測數據時，天文學家需要169天才能完成一次對南半球星空中大約20多萬顆星體的定位和識別。而現在，上海天文臺與華為合作，通過深度學習方法訓練AI模型，并利用華為云AI昇騰集群服務的世界頂級的AI強勁算力僅要用時10秒即可完成此任務，同時AI模型的平均精度均值mAP可以達到81%，較之前類似的研究工作提升了3%，極大提高了科研效率。

　　作為地球上最大的科學工程，SKA設施將遍布南北半球、三個大洲，該項目將產生10倍于目前全球互聯網的數據流量，這樣一來，數據存儲及數據分析就成為了該項工程面臨的重大挑戰。在數據存儲方面，SKA建成后每年存檔大約600PB的數據，要存儲海量的天文數據就需要建設龐大的數據中心，投資大且周期長。

　　同時，將海量數據從澳洲搬遷到上海天文臺，也是件非常困難的事情。在數據分析方面，海量的天文數據價值挖掘需要強大的算力，同時無法對大面積星空進行實時性觀測分析，容易錯過天文現象的觀測和研究機會。針對海量數據存儲的挑戰，數據上云是其最佳選擇。依托于華為云彈性存儲服務，海量數據得以被快速且靈活地存儲。針對海量數據分析，華為云AI昇騰集群服務可按需提供澎湃算力，縮短SKA天文研究進程。

　　除了對宇宙中星體進行定位和分類，華為云和上海天文局還展開了脈沖星信號識別方面的研究。該研究展開來說，是基于數十萬的脈沖星信號數據，利用華為云AI昇騰集群服務在短時間內訓練并建立AI脈沖星識別模型，解析該圖片是否為脈沖星信號。目前，其識別精準率和召回率均高達98%以上。

　　未來，除了天文探索領域，華為云AI昇騰集群服務也將在未來觸及石油勘探，氣象預測等領域，持續將AI普惠，讓千行百業都能夠享受“行業+AI”帶來的驚喜改變。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。