2017 年 9 月 15 日，" 中國天眼 "FAST 之父、72 歲的南仁東先生駕鶴西去，一封郵件最終沒有等來回音。

在他去世前 5 天，經(jīng)澳大利亞帕克斯望遠鏡驗證，確認了 FAST 發(fā)現(xiàn)的一顆脈沖星：FAST 脈沖星一號（FP1）。這無疑是 FAST 投入使用一周年之際，一個令人尤為振奮的消息。此前，南老胼胝手足二十二載，帶領(lǐng)團隊翻山越嶺，只為筑成國之重器 FAST。

收到驗證消息后，F(xiàn)AST 副總工程師李菂馬上給南老發(fā)去郵件。據(jù)推測，當(dāng)時南老已因肺癌晚期病情惡化，被轉(zhuǎn)入 ICU。他是否看到這條消息，已無從得知。而 FAST 仍在浩瀚星辰中，探尋著脈沖星——它是恒星的逝去殘骸，擁有極強的磁場，被譽為宇宙的燈塔。

2021 年 7 月，F(xiàn)AST 的探星之旅注入了新的力量，騰訊優(yōu)圖實驗室，開始以 AI 助力國家天文臺，共同檢測它接收到的龐雜宇宙信號。在數(shù)十億張信號圖中，AI 找到了 22 個脈沖星候選體。今年 9 月 1 日，2022 世界人工智能大會（WAIC），最高獎項 "SAIL 之星獎 " 頒給了這項 "AI 探星計劃 "。

優(yōu)圖實驗室專家研究員王亞彪說，在以 " 億 " 計量、起伏的信號中，他能感受到那些萬千光年之外、遙遠過去的殘影，那是在天體經(jīng)歷的生死更迭，在無垠宇宙中，他感到前所未有的渺小與敬畏，他用康德的一句名言形容：

" 有兩種東西，我們對它們的思考越是深沉和持久，他們在我們心中喚起的贊嘆和敬畏就會越歷久彌新，這就是我們頭頂浩瀚的星空和心中崇高的道德法則。"

而當(dāng)人類仰望繁星、求索宇宙時，無可否認的是，AI 已為這趟征途標(biāo)下了新的注腳。

作者│張吉

那是外星人發(fā)出的信號嗎？

1967 年夏日，24 歲的約瑟琳 · 貝爾（Jocelyn Bell Burnell）在劍橋讀博，自小喜愛天文的她，正守著一座 " 果園 " ——在一座面積達 4.5 英畝、插了 2048 根桿狀天線的射電望遠鏡上，她需要將天線正確連接，以此完成類星體監(jiān)測。

當(dāng)年 8 月 6 日，在近 4830 米長的監(jiān)測圖紙中，她驚奇地發(fā)現(xiàn)，其中一段不到 5 厘米的曲線，完全無法歸類到已知信號。為此，她進行了更為細致的觀測記錄，11 月底，她得到一系列極其規(guī)律、時間間隔為 1.33 秒的等間隔脈沖。起初她猜測，信號來自地外文明，還將其編號為 " 小綠人 1 號 "（LGM-1）——科幻作品中常見的外星人形象。

隔年一月，貝爾和導(dǎo)師安東尼 · 休伊什（Antony Hewish），在《自然》上發(fā)表了相關(guān)論文，推測這一神秘天體或與中子星的振蕩有關(guān)。很快，猜想得到天文學(xué)家證實，僅 6 年后，為表彰休伊什在射電天體物理學(xué)的開創(chuàng)性研究，諾獎頒給了他，貝爾卻因其性別與地位，與諾獎失之交臂。

但誰也無法否認，正是 " 脈沖星之母 " 貝爾，在廣漠宇宙中，為世人找到了燈塔。

脈沖星，為巨大恒星死亡后的殘骸，是宇宙中磁場最強的天體：直徑小，但密度極高，僅挖出骰子塊兒大小，就有 10 億噸重。同時，它轉(zhuǎn)得飛快，自轉(zhuǎn)一周，通常只需數(shù)秒。且它的自轉(zhuǎn)極其規(guī)律，誤差僅幾千萬億分之一。打個比方，從恐龍時代計算至今，它的誤差約為 1 秒。

快速的脈沖星，就如宇宙中的燈塔，能發(fā)出無線電、可見光等射線。未來，當(dāng)人類的星艦駛向太陽系外，即可通過對其周期的監(jiān)測，掌握自身速度，進而推算出航行坐標(biāo)。復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院副教授、博士生導(dǎo)師池明旻，與國家天文臺長期合作 FAST 項目，她形容，地面導(dǎo)航靠 GPS，星際導(dǎo)航靠脈沖星，這也是它未來的重要應(yīng)用場景之一。

而在脈沖星搜索上，中國天眼 "FAST" 首當(dāng)其沖。

對于這架口徑 500 米、世界最大的單口徑射電望遠鏡，人們常稱為 " 大鍋 "，卻不一定能直觀感受到它有多大，F(xiàn)AST 的工程師曾算過，把鍋裝滿水，夠全世界 70 億人每人分 4 瓶礦泉水。

它的靈敏度同樣無可匹敵，它觀測到的第一顆新脈沖星：FAST 脈沖星一號（FP1，自轉(zhuǎn)周期 1.83 秒，距離地球粗估 1.56 萬光年），只用了 52.4 秒，且信號 / 噪聲比值（信噪比）是帕克斯望遠鏡驗證時所用 2100 秒觀測的 3 倍。坐落貴州平塘縣山坳間的 FAST, 即便望不見星辰，依舊能在宇宙大爆炸的亙古殘響中，將逝去的創(chuàng)世、毀滅之聲化作可被人類 " 聆聽 " 的數(shù)據(jù)。

但難題或許在于，數(shù)據(jù)實在太多了。

池明旻介紹，國之重器 FAST 承載著多個科研項目，探尋脈沖星僅是其一，F(xiàn)AST 首席科學(xué)家李菂為此需要提前申請 " 檔期 "。有時監(jiān)測也就一周左右，但接收到的數(shù)據(jù)近 500TB，經(jīng)過圖像預(yù)處理，生成的圖片能達到 3 千萬—— 1 億張——要知道，現(xiàn)今全球社交網(wǎng)絡(luò)每天上傳的圖片約 30 億張。池明旻說，國內(nèi)曾有不少超算中心找來，愿意提供計算資源，但最終都不了了之，" 技術(shù)人員不參與，很多東西就沒法做。"

圖│ FAST 天眼實景

轉(zhuǎn)機出現(xiàn)在一次 " 頭腦風(fēng)暴 "。2021 年始，騰訊優(yōu)圖內(nèi)部有個會議：AI 在常規(guī)應(yīng)用之外，還能做什么？騰訊優(yōu)圖專家研究員王亞彪回憶，當(dāng)時還有數(shù)字孿生、光計算、AI 材料等各項提議，但他提出的 "AI＋天文 " 很快通過。王亞彪自己就是個天文愛好者，一直關(guān)注 FAST 的建設(shè)、科研進展，也清楚天文對 AI 的高度需求。

" 有史以來從沒做過一個項目這么快。" 騰訊優(yōu)圖研究總監(jiān)汪鋮杰說，通過池明旻教授牽線、溝通，他與 FAST 首席科學(xué)家李菂聊了兩小時，就把項目拍板了。

汪鋮杰回憶，李菂一聊起天文，" 就像小孩子玩一個東西上癮 "，剎不住，極其細致、乃至執(zhí)著地講解著宇宙信號如何分辨、畫圖。

與李菂溝通下來，王亞彪確定，短期內(nèi)不一定有成果，但方法肯定是可行的，他要做的，是和團隊優(yōu)化 AI 模型，在浩瀚星辰投下的億萬張靜默影像里。再次找到那段專屬燈塔的信號。

AI 探星的第一步，是重新處理紛雜的宇宙信號。

池明旻解釋，判定短周期脈沖星，被噪聲淹沒的原信號經(jīng)過快速傅里葉變化、消色散、盲搜周期然后進行周期折疊后，可獲得時間 - 相位 - 頻率 3D 圖，為了方便察看和處理，通常將其轉(zhuǎn)為 2D 的時間 - 相位圖、時間 - 頻率圖等，這個過程即預(yù)處理。它是天文領(lǐng)域的難點之一，如何加速，正是 AI 一展身手的機會。

為此，騰訊提供了幾十臺 GPU 服務(wù)器，24 小時不間斷運行。王亞彪說，對于單脈沖搜索任務(wù)，原有的預(yù)處理代碼太慢，" 可能發(fā)現(xiàn)一顆脈沖星需要一兩年的時間。" 且代碼不適配云計算服務(wù)器，需要重新優(yōu)化。

圖│全天區(qū)脈沖星分布圖

汪鋮杰回憶，一開始團隊還覺得天文學(xué)習(xí)成本有些高，實際推進卻沒想象中難。一個算法跑完，召回一些疑似脈沖星圖片，池明旻現(xiàn)場就會講解，以此調(diào)整算法模型，屏蔽異常信號。汪鋮杰形容，宇宙信號落到圖片，就和尋找工業(yè)零件上的一條劃痕類似，他們需要做的是鑒別劃痕的細微差別。"

算法調(diào)整完，一套初步的多模態(tài)算法就誕生了。池明旻表示，該算法基于脈沖星的多源信息，進行綜合判斷，" 加入 DM 這個濾波木塊，比常規(guī)基于時間 - 相位圖、時間 - 頻率圖的直接分析，時效性和準(zhǔn)確性得到極大提高。" 她舉例稱，如色散值，它有一個曲線，如果曲線沒有峰值，就可直接排除。這項指標(biāo)此時就能過濾整體數(shù)據(jù)，提高效率。

圖│周期信號圖

當(dāng)然，面對未知的宇宙，AI 也有自己的難題。

AI 學(xué)習(xí)能力的提升，往往與龐大數(shù)據(jù)緊密捆綁，但此次用于學(xué)習(xí)的脈沖星樣本，數(shù)量也就一百顆左右。" 樣本不均衡的問題比較嚴重。" 王亞彪說，這與優(yōu)圖以往的業(yè)務(wù)差異很大，數(shù)據(jù)收集難，樣本少，數(shù)以億計的圖片都是無效數(shù)據(jù)。

因此，優(yōu)圖轉(zhuǎn)而采取 " 小樣本學(xué)習(xí) " 研究方式。根據(jù)現(xiàn)有樣本，配對更多非脈沖星樣本來構(gòu)建訓(xùn)練模型，增強 AI 在特征抓取、識別上的能力。此外，復(fù)旦和優(yōu)圖還嘗試了半監(jiān)督學(xué)習(xí)和數(shù)據(jù)擴增：給大量的無標(biāo)注樣本賦予偽標(biāo)簽，并給已知脈沖星數(shù)據(jù)添加不同程度的宇宙噪聲，供 AI 繼續(xù) " 深造 "。

池明旻表示，這些 " 半監(jiān)督學(xué)習(xí) " 方式，本質(zhì)還是回到大數(shù)據(jù)學(xué)習(xí)模式，" 把模型參數(shù)做得更深一點，AI 在特征提取上就會更充分。"AI 的識別能力也會有質(zhì)的提升。數(shù)據(jù)顯示，相比原有的 AI 篩選模型，多模態(tài) + 半監(jiān)督方案具有更高的召回率，且誤報率下降 98%。

而這建立在優(yōu)圖長時間以來的技術(shù)積累。王亞彪說，探星項目啟動時，有近兩個月時間，他和團隊周末幾乎無休，想盡快把 AI 算法搭起來，他記得，找到第一顆脈沖星，AI 花了近一個月，當(dāng)時他恰好在深圳出差，聽到消息有些興奮，但也覺得在預(yù)期內(nèi)，"（找到）只是時間問題。" 之后，團隊繼續(xù)完善算法，讓 AI 在多個云服務(wù)器上運行得更為穩(wěn)定。

截至目前，將 FAST 脈沖星搜索速度提升 120 倍的探星計劃，已在數(shù)十億張圖片中，找到 22 個脈沖星。其中包括在天體物理中具有較高觀測研究價值的高速自轉(zhuǎn)的毫秒脈沖星 7 顆，具有間歇輻射現(xiàn)象的年老脈沖星 6 顆。

在池明旻看來，脈沖星的探索，其實充滿未知，不能確切給出一個可量化的成果。" 不僅僅需要付出努力，還需要有耐心。" 此次 AI 探星，騰訊優(yōu)圖無疑起了個好兆頭，她希望業(yè)內(nèi)也能有更多平臺參與天文科研。

眼下，騰訊優(yōu)圖、國家天文臺、復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院還開啟了對 M31 仙女座星系的射電信號處理。M31 在銀河系外，距地球 250 萬光年，池明旻說，這意味著搜索空間更大。對計算資源的要求也更高。且在銀河系外，因為信號非常弱，可能 100 億張圖片里都搜不到一顆脈沖星，" 努力之外還有幸運的成分。"

不過，" 我們可以預(yù)測一下它可能的樣子 "，池明旻表示，AI 還有對抗生成式學(xué)習(xí)方法，通過預(yù)測 M31 星系的脈沖星特征，模擬出大量數(shù)據(jù)供 AI 學(xué)習(xí)，再與 FAST 對 M31 觀測的大量數(shù)據(jù)比對，" 只要找到一顆，就是一個從‘ 0 到 1 ’的突破。"

" 騰訊的本質(zhì)，就是要去支持難而正確的東西。" 汪鋮杰說。

" 工業(yè)有產(chǎn)出，學(xué)術(shù)有影響 "。汪鋮杰表示，騰訊優(yōu)圖的定位，就是以產(chǎn)品應(yīng)用落地為主，兼顧學(xué)術(shù)影響力。探星計劃對社會貢獻、科研探索、長遠效益是不容忽視的。

探星所要應(yīng)對的海量數(shù)據(jù)，對騰訊的云計算力，如提升并行度，機器利用率，提出了更為極致的要求，" 這些都是有復(fù)用的經(jīng)驗可以沉淀下來 "，汪鋮杰說，優(yōu)圖在做的工業(yè) AI 質(zhì)檢相關(guān)：質(zhì)檢有效樣本的量級也在一百上下，要檢出偏小概率的未知產(chǎn)品缺陷，其中的 AI 分類模型，異常檢測，小樣本技術(shù)與 AI 探星都是相通的。

科普的另外一面，也是優(yōu)圖對 "AI for Science" 的探索。他補充說，探星項目之前，他與團隊也不確定 AI 如何與基礎(chǔ)科學(xué)銜接、配合、協(xié)作，如今優(yōu)圖已有底氣做類似項目，" 這實際上是我們朝著自己未知能力邊界邁出的一步 "。

天文之外，優(yōu)圖還推進著一項甲骨文探索計劃。汪鋮杰介紹，這是與 SSV 數(shù)字文化實驗室的共創(chuàng)項目，通過視覺 AI 對甲骨文進行綴合、摹本，給殘缺的甲骨文 3D 建模，助力甲骨文的識別與考釋，為專家考古提供更多的破譯線索。

圖│騰訊優(yōu)圖團隊

在王亞彪看來，這種 " 跨界 " 其實注定到來。

王亞彪雖是工科出身，自小閱讀興趣卻很廣泛，武俠、天文、歷史、哲學(xué)等人文社科書籍，來者不拒。他常流連于鎮(zhèn)里賣書的地攤，買過不少天文彩繪書，其中光學(xué)望遠鏡拍的高清照片，那些深邃宇宙中、恒星地表的細致紋理、質(zhì)感，令兒時的他深受震撼，只是伴隨專業(yè)分流，他的注意漸漸集中到自動化算法和系統(tǒng)設(shè)計。

工作后與天文再次 " 結(jié)緣 "，他不覺意外，" 科學(xué)發(fā)展到今天，越來越精細了，要做出一些成果，需要一些交叉學(xué)科的合作。" 他表示，還有很多宇宙信號，優(yōu)圖并未涉足，其中光學(xué)望遠鏡的成像處理，就有很大應(yīng)用空間，因為原始成像需要經(jīng)過多次曝光，校準(zhǔn)，才能完美出片，" 這也是與計算機視覺更加相關(guān)的領(lǐng)域。"

汪鋮杰表示，騰訊后續(xù)還將推出 "TI" 學(xué)習(xí)平臺，此次 AI 探星，其實已在該平臺上做了相應(yīng)實踐。FAST 項目能用這個平臺，也印證了其他領(lǐng)域，如材料合成，工業(yè)、農(nóng)業(yè)有應(yīng)用的空間。以農(nóng)業(yè)為例，通過 AI 提取農(nóng)田成像中的黃葉、斑點、等信息，識別潛在的病蟲害類型，再結(jié)合農(nóng)業(yè)科技人員意見匹配治理方案。

" 確保 AI 的能力能在各行各業(yè)用起來 "，汪鋮杰希望，通過 TI 平臺，將 AI 應(yīng)用門檻降下來，不同行業(yè)的產(chǎn)品，都可以在平臺上做各自領(lǐng)域的 AI 技術(shù)研發(fā)和應(yīng)用，促進 AI 與實體產(chǎn)業(yè)深度融合。

或許，這注定是一場長跑。但它已進入了前所未有的加速階段，就如在世界人工智能大會上，騰訊云副總裁、騰訊優(yōu)圖實驗室總經(jīng)理吳運聲所言：" 隨著數(shù)字技術(shù)與實體經(jīng)濟加速融合，人工智能的發(fā)展不再局限于算力、算法、數(shù)據(jù)等方面的技術(shù)突破，而是從行業(yè)應(yīng)用、社會需求的角度逐漸深入，展開一場‘雙向奔赴’的范式變革。"