天文学今天已进入一个具有多波段、多信使的海量观测数据的黄金时期，人工智能技术将对天文领域产生深远影响。2019年9月，美国亚利桑那大学天体物理学博士、清华大学天文系蔡峥教授受邀到微软亚洲研究院分享了天体物理研究与人工智能方法相结合的前沿探索。

爱因斯坦曾预言，如果光通过质量巨大的一个东西，就能让光弯曲并围绕前方的星球形成一个圆环。爱因斯坦环的形状能告诉我们光通过了多大的暗物质晕。爱因斯坦环的正向问题比较简单——给定暗物质晕，光通过暗物质晕后产生怎样的引力透镜，这是比较容易计算的。但是逆问题，即给定爱因斯坦环，计算光通过了多大的暗物质晕、暗物质晕怎么分布，就比较复杂了。传统的方法需要用4000个CPU的计算机算整整6周，才能完成一次分析。但2017年，发表在《自然》上的一项研究应用了卷积神经网络（CNN）来解决这个问题。研究人员先正向计算出很多引力透镜的数据，构建训练集来训练神经网络，然后给定一个引力透镜的信息，通过CNN就能逆向生成暗物质晕的分布。输出结果与真实情况非常相似，且最令人惊讶的是，它连暗物质晕的子结构都预测得非常准确。训练好了之后，只需要个人电脑就能得出结果，这使得大样本、从统计上面精细地对暗物质结构的探索首次成为可能。

来源：微软亚洲研究院