人工神经网络至少又有六颗恒星正在试图逃离银河系

天文学家正在利用人工神经网络和大数据对宇宙进行研究。

盖娅绘制的首张星图。ESA

有人安分守己，有人标新立异。有人固守家园，有人远走高飞。总有一些人是另类，即便只是少数。人如此，星亦如此。银河系有几千亿颗恒星，绝大部分安分守己，围绕着银心作匀速运动。而极少数恒星却偏偏选择了离开！

这些铁了心要离我们而去的恒星叫超高速恒星，数量并不多，因此要在茫茫星海中把它们找出来可不太容易。所幸计算技术的进步让天文学家如虎添翼。

欧洲航天局盖娅探测器是依巴谷计划的继承者，它的主要任务是测绘一幅精确的3D银河系星图，在此过程中，科学家利用专门设计的人工神经网络技术发现了多颗超高速恒星。其中至少有一颗的飞行速度足以让其离开银河系。

超高速恒星的飞行速度通常可以达到每秒数百公里以上。它们的动能大多来自恒星间的遭遇或伴星的超新星爆发。而某些超高速恒星的动能可能来自和星系中心超大质量黑洞的相互作用。

这些特殊的超高速恒星对于我们理解银河系的整体结构非常有意义，因为它们是银河系演化史上某种事件和力量的代表。无论它们位于何处，都来自银河系中心。那是一个挤满了恒星的区域，被大量尘埃气体遮蔽着。这些来自那里的恒星可以为我们讲述许多和银河系引力场有关的故事。

那些离银河系而去的超高速恒星。ESA

要找到这些异类非常困难。天文学家通常会在老年恒星族群中寻找质量为太阳2.5至4倍的年轻巨星。年轻和大质量意味着它们不太可能是那里土生土长的原住民。

在此基础上，再结合恒星的速度和飞行方向，科学家就能发现它们的踪迹。到目前为止天文学家只发现了20颗以超高速飞行的超高速恒星，它们全是年轻的大质量恒星。很显然，银河系中的超高速恒星再少也不止这么一点，各个年龄层次、各个质量级别的恒星中都可能会有超高速恒星，但目前我们还没有办法发现它们。

能够自我学习的人工神经网络、盖娅提供的恒星大数据，再加上恰当的方法，却让实现这个目标变得可能。从2016年上半年开始，科研小组开始开发和训练这个系统。2016年下半年，人工神经网络对盖娅提供的首批数据进行了分析。结果发现，经过“培训”的神经网络，很快就掌握了从海量数据中找出超高速恒星的方法。

欧洲南方天文台甚大望远镜也曾发现过超高速恒星。ESO

盖娅的最终目标是要对至少十亿颗恒星进行精确测绘，而其提供的首批数据中包含的是200万颗恒星的信息，这些信息包括每颗恒星的距离和运动参数。人工神经网络通过分析，从中发现了一些非常有意思的东西。短短一个小时后，它就筛选出了大约2万颗运动速度偏高的候选星，这批恒星占数据中恒星总数的1%左右。然后又根据更为苛刻的条件，把目光锁定在80颗恒星身上。

科研小组对这80颗恒星进行了更为细致的分析和比较，最终发现其中6颗恒星的运动速度超过了每秒360公里。其中一颗的飞行速度甚至超过了每秒500公里。这意味着银河系的引力已经不足以束缚它，如果一直以此速度飞行，它终将离开我们的星系。

但这一发现中最令人瞩目的部分可能是这些恒星的质量并不如之前发现的20颗超高速恒星那样巨大，而是都与我们的太阳相当。这6颗恒星中5颗速度较慢的恒星尤受关注，因为天文学家想搞清楚是什么原因让它们减速。一种解释是因为暗物质。

盖娅从某种意义上来说也是一台太空望远镜。ESA/ESO

这一发现只是个序曲，盖娅的恒星大数据中还蕴含着很多值得挖掘的宝藏。未来通过更为先进的升级版人工神经网络，人类一定还能获得许多惊人的发现。