在漫漫长夜里遥望宇宙的日子已经结束，至少对于人类而言确实如此。人工智能将会接管地球上最庞大的望远镜
位于帕洛马山天文台的PTF正在搜寻变星和类似短暂超新星的“暂现源”
1923年10月的某一天，在美国加州威尔逊山上用2.5米望远镜精心观测了数晚之后，埃德温·哈勃（Edwin Hubble）在仙女星系中发现了三个新的光点，于是他便以字母“N”（意为“新星”）作为标记并拍摄了下来。
这些光点其实是哈勃朝其发现宇宙正在膨胀迈出的第一步。事后，当他把拍摄的仙女星系和之前的照片比较时，他将其中的一个“N”擦掉并在边上写下了“VAR!”字样。这不是一颗新星，而是一颗变星，根据其亮度变化的规律，哈勃可以测量出它正在以多快的速度远离地球。
帕洛马暂现源工厂
类似这样由一个天文学家独自揭开宇宙奥秘的浪漫故事今后不太可能再次上演了。目前，机器人天文学家正在逐渐取代人类来巡视天空、编纂恒星和星系表，以帮助解决导致宇宙加速膨胀的暗能量之谜。
如今，在距离哈勃当年工作地点东南方150千米的美国帕洛马山天文台，具有人工智能的“帕洛马暂现源工厂”（PTF）正在搜寻变星和类似短暂的超新星这样的“暂现源”――通过分析图像识别出有趣的暂现源，PTF的计算机在它们消失在夜空中之前其程控望远镜会跟进观测。PTF的目标是把天文学家从观看图像、发现暂现源这一实时过程中解放出来，使得他们可以专注于对机器人所作观测的理论研究。
为什么要进行这样的改变？包括望远镜的规格可以让任何大型办公楼相形见绌，而且正变得越来越大。正在智利兴建的8.4米大口径全天巡视望远镜（LSST），建成后32亿像素的照相机预期每晚会发现10万暂现源，在为天文学家带来海量数据的同时，届时全世界可能没有足够的人手来对这些源作后续观测。
为了解决这个问题，天文学家把目标定位在人工智能和自动化上。模拟人脑的神经网络是首批在天文学中应用的人工智能技术之一――神经网络已被训练用来分析天文图像并把类似恒星的点光源和更为弥散的星系区分开来。
更多尖端的人工智能技术现在被添加进来。例如，astrometry.net项目通过机器学习算法，旨在帮助天文学家在任何一幅天空图像中标记出其精确坐标――通过分析已有的星表来训练这一软件，并以每四颗恒星为一组生成大量的组合以此作为参考点。即给定一张天空照片，这个软件通过寻找图像中每四颗恒星的不同组合，然后和从已有星表中生成的组合进行比较，进而确定坐标。
但问题是，每幅图像的比例和照相机视角都不相同。因此，这个算法使用了一个被称为“几何散列”的技术，以不依赖于相对位置和照相机角度的方式来描述任意四颗恒星的几何关系。换句话说，无论你在哪里看到四颗恒星，你都能识别出它们的形状，这有点类似人脑识别星座的过程。
确定神秘天体的特性
机器学习算法还能甄别出特殊的天体，例如类星体。在任何一张天空照片中，大多数的点光源都是恒星。但1000个光点中也许有一个是类星体，它们是极为遥远的星系。为了识别出它们，先要为图上的光点定义一系列的参数，包括颜色、亮度以及其他数百个特性。图像上每个天体的参数都会和其他所有天体进行比较：恒星具有相同的特性，但类星体的参数会和恒星具有明显的不同。
不过这一系统并不十分可靠，有时一些异常的光点只不过是噪音。为了避免这样的错误并且找出真正有趣的天体，这一软件会利用虚拟天文台――全世界范围的大规模天文数据库，例如，一架望远镜也许观测到了一个射电源。其余的数据则使得这一软件可以剔除掉虚假信号，并优化它的预言，直至找到天文学家感兴趣并进一步观测的目标――实时（而非几个星期之后）检测图像并把望远镜指向感兴趣的目标是这个系统最吸引人的特点。
在过去的6个月里，PTF已经实现了这一过程的自动化。这一切是从帕洛马山上1.2米施密特望远镜拍摄照片开始。每个晚上，计算机都会处理这些图像来寻找暂现源。首先，计算机会拿一张给定天空的图像作为参考，这幅图像是通过早期的多幅图像组合而成的。然后把它和最新拍摄的图像对齐，接着两者相减，剩下的就可能是新出现的天体。如果一个新出现的源的位置在几天内有显著的变化，那它就有可能是一颗小行星，而不可能是变星或者超新星。
随后，PTF会搜索互联网上的其他天文数据库来寻找有关这一天区的其他信息以及不同望远镜在其他波段所获得的数据。这些信息将有助于确定神秘天体的特性。
超新星需要在变暗即看不见之前着手研究。如果识别软件确信发现了一颗超新星，两架程控望远镜――位于美国亚利桑那的彼得斯自动红外望远镜和位于帕洛马山上的1.52米望远镜――就会开始行动。
每晚，PTF可以在完全没有人类天文学家干预的情况下发现100颗变星和5颗还没有达到亮度峰值的超新星，包括捕捉到一些亮度还没有攀升到最大值的超新星，天文学家依次可以确定它们到地球的距离。随后它们会被用作“标准烛光”，便于帮助了解宇宙是如何随着时间膨胀的，反之，也会告诉我们有关暗能量的属性。
著名的哈勃空间望远镜也是一架程控望远镜，现在经常被用来做超新星的后续观测。
资料来源 New Scientist
责任编辑 则 鸣
望远镜的社交网络
为了使天文学自动化，你需要一个彼此相联的程控望远镜网。当首座天文台全球望远镜网络完工的时候，将会把美国夏威夷、智利、澳大利亚、南非、美国得克萨斯和西班牙加那利群岛的程控望远镜联接起来。由此确保该网络中至少有一架望远镜处于夜晚工作状态，观测任务自动从一架望远镜传递到另一架望远镜。
类似地，多相望远镜网络（HTN）联盟也针对望远镜研发出了一种通用的计算机软件语言。它正在被一个称为“e星”计划的智能程控望远镜网使用。这个系统把美国宇航局（NASA）的雨燕γ射线天文台和位于夏威夷莫纳克亚的3.8米英国红外望远镜（UKIRT）连到了一起。如果“雨燕”发现了一个γ射线暴，UKIRT瞬间就会收到警报，开始进行后续观测。其他天文台可以选择在它们方便的时候加入这一网络，这相当于是一个遍及全球的望远镜聊天室。
远程程控望远镜是条件艰苦但却适宜天文观测的地点的理想选择，目前正在南极高原3260米处的穹隆C和印度喜马拉雅山脉4517米处的汉尔天文台的建造――汉尔天文台的设备是国际合作"监测宇宙引力透镜"（COSMOGRAIL）的一部分，它将使用小型望远镜网络来连续监视由于星系或者是星系团对于遥远类星体所发出光线的引力弯曲效应。