|
「2019 Python開發(fā)者日」全日程揭曉，請(qǐng)掃碼咨詢 ↑↑↑ 整理 | 若名 出品 | AI科技大本營(yíng)（ID:rgznai100） 這是一個(gè)重要時(shí)刻。除了發(fā)布跟丈夫的兩張合照外，Katie Bouman 在 Facebook 上鮮有內(nèi)容更新，但 4 月 10 日這天，她第一次發(fā)了一張工作時(shí)的照片。 照片中的她雙手交叉，輕捂著嘴，但卻難掩背后表情里呈現(xiàn)的激動(dòng)心情。她的身后是一位男同事，低著頭，發(fā)型暴露了他程序員的身份，不，黑板上的圖形和公式告訴我們，照片里的兩個(gè)人更可能是研究者。 他低頭看著的應(yīng)該是手機(jī)，盡管與前面的 Bouman 動(dòng)作表情不同，但他們此刻所關(guān)注的事情是一致的——一條新聞就要被全世界人類刷屏了。 是的，黑洞照片向外界發(fā)布時(shí)，Bouman 第一時(shí)間與電腦中的照片合影留念。 她在配文中寫道：“難以置信地看著我曾經(jīng)制作過(guò)的第一張黑洞圖像被重構(gòu)了?！?/p> 1 眾所周知，黑洞照片已經(jīng)朋友圈刷屏了，可你也許不知道這張照片背后的一個(gè)故事。 科學(xué)家們第一次能捕捉到黑洞照片，很大程度上要?dú)w功于這位 29 歲的 MIT 美女博士在三年前創(chuàng)建的新算法——使用 Patch priors 進(jìn)行連續(xù)高分辨率圖像重建。 實(shí)際上，在 2016 年主導(dǎo)新算法開發(fā)時(shí)，Bouman 還只是 MIT 電子工程和計(jì)算機(jī)科學(xué)專業(yè)的一名研究生，但與她進(jìn)行合作團(tuán)隊(duì)陣容很是強(qiáng)大，有 MIT 計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室、哈佛史密森天體物理中心和麻省理工學(xué)院海斯塔克天文臺(tái)的團(tuán)隊(duì)。 她當(dāng)時(shí)告訴 MIT News， “黑洞非常非常遙遠(yuǎn)，而且非常緊湊。除了使用射電望遠(yuǎn)鏡，拍攝銀河系中心黑洞照片的難度不亞于在月球上拍攝葡萄柚（Grapefruit）的圖像。想象一下我們要拍這么小的東西意味著我們需要一個(gè)直徑 10000 公里的望遠(yuǎn)鏡，這是不切實(shí)際的，因?yàn)榈厍虻闹睆缴踔敛坏?nbsp;13000 公里?！?/p> 不過(guò)，Bouman 的新算法并不依賴于單個(gè)望遠(yuǎn)鏡。它將地球上的射電望遠(yuǎn)鏡收集到的數(shù)據(jù)“拼接”在一起，讓整個(gè)行星形成一個(gè)大型射電望遠(yuǎn)鏡。 2 2016 年 11 月，Bouman 在 Ted 上發(fā)表了一個(gè)名為“如何拍攝黑洞照片”的演講，她在演講中提到了數(shù)據(jù)處理過(guò)程： “不同類型的圖像具有非常明顯的特征。我們可以很容易地分辨出黑洞模擬圖像與我們每天在地球上所拍攝圖像之間的區(qū)別。我們需要一種方法，無(wú)需過(guò)度強(qiáng)化圖像的特征，就能夠利用圖像解釋我們的算法。其中一種方法是，強(qiáng)化不同種類圖像的特征，并觀察我們假設(shè)的圖像類型如何影響我們重建圖像。如果所有圖像的特征都產(chǎn)生同一種非常相似的圖像，那么我們就可以更加自信地認(rèn)為，正在制作的假設(shè)圖像不會(huì)跟最終的圖像產(chǎn)生太大的偏差。“ 她補(bǔ)充道，“這有點(diǎn)像給來(lái)自世界各地的三位不同的素描藝術(shù)家提供相同的人臉畫像描述，如果他們都畫出了同一相似的人臉畫像，那么我們就可以相信他們?cè)诋嫯嫊r(shí)沒(méi)有文化偏見(jiàn)的代入。我們嘗試強(qiáng)加不同圖像特征的一種方法是使用現(xiàn)有圖像，因此我們拍攝了大量圖像，然后將它們分解為小圖像塊。然后我們可以將每個(gè)圖像塊處理成一些拼圖，最終用這些拼圖拼湊出一也符合望遠(yuǎn)鏡尺寸的圖像?！?/p> 于是，Bouman 與 200 多名科學(xué)家合作，從一系列望遠(yuǎn)鏡中獲取了“稀疏和嘈雜的數(shù)據(jù)”來(lái)制作圖像，這導(dǎo)致他們花了 3 年時(shí)間進(jìn)行圖像驗(yàn)證和選擇圖像參數(shù)。 這期間，Bouman 和團(tuán)隊(duì)合作開發(fā)了生成合成數(shù)據(jù)的多種方法，使用了不同算法，并且進(jìn)行了盲測(cè)，已檢測(cè)這樣是否可以復(fù)原圖像。“我們不想只開發(fā)一種算法，只有開發(fā)許多有著不同假設(shè)的算法，如果它們都復(fù)原了相似的一般結(jié)構(gòu)，這將建立你自信心?！癇ouman 告訴 MIT 新聞。 她開發(fā)的關(guān)鍵算法最終幫助“事件視界望遠(yuǎn)鏡合作組織”（Event Horizon Telescope Collaboration）的科學(xué)家設(shè)計(jì)了成像方法，該方法最終生成了 M87 星系中心的超大質(zhì)量黑洞圖像。 3 麻省理工學(xué)院 Haystack 天文臺(tái)的研究科學(xué)家 Vincent Fish 則告訴 CNN，“Bouman 是其中一個(gè)成像子團(tuán)隊(duì)的主要成員，她為成像小組帶來(lái)的見(jiàn)解之一是利用很多自然圖像。想想你用手機(jī)拍攝的照片，它們具有某些特性。如果你知道它其中一個(gè)像素是什么，那么你可以很好地猜測(cè)它旁邊的像素是什么?！?/p> 她的父親，普渡大學(xué)工程學(xué)教授 Charles Bouman 對(duì)女兒的成就感到驕傲，他告訴Journal＆Courier，在跨專業(yè)研究中，能將科學(xué)家們整合在一起是一個(gè)巨大的挑戰(zhàn)，Bouman 黑洞照片的發(fā)現(xiàn)表明將機(jī)器學(xué)習(xí)和人工智能應(yīng)用到了科學(xué)發(fā)現(xiàn)中，這是一項(xiàng)具有突破性的成果。 對(duì)于黑洞照片，Bouman 本人在接受 Nature Video 采訪時(shí)稱，黑洞是探索定律和物理學(xué)的新窗口，這只是個(gè)開始。 “即使我們預(yù)測(cè)過(guò)，如果有一個(gè)黑洞，你會(huì)看到它的光環(huán)，但并不知道我們會(huì)得到那個(gè)光環(huán)，這就是我們要測(cè)試的。所以看到這個(gè)光環(huán)的大小與其他完全獨(dú)立完成的測(cè)試結(jié)果一致，能夠看到這個(gè)光環(huán)的存在，就其本身而言的影響是巨大的?！?/p>
在黑洞照片經(jīng)美國(guó)國(guó)家科學(xué)基金會(huì)公布于世后，因?yàn)槠鋭?chuàng)建的新算法，Bouman 成了聚光燈下最受矚目的科學(xué)家。 MIT 最大的研究實(shí)驗(yàn)室，計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室將她的照片與黑洞的照片放在了一起，目前已在 Twitter 上轉(zhuǎn)發(fā)超 4 萬(wàn)，點(diǎn)贊超 9 萬(wàn)。 MIT 科學(xué)家 Margaret Hamilton 也成了與她相提并論的對(duì)象，前者曾為 NASA 撰寫重要的軟件代碼，將人類送上了月球。 不過(guò) Bouman 還是強(qiáng)調(diào)，沒(méi)有人能夠獨(dú)自完成這項(xiàng)工作，這需要許多不同背景的科學(xué)家們一起努力。 “我想鼓勵(lì)所有人去幫助突破科學(xué)界限，即使它最初看起來(lái)像黑洞一樣神秘。”在 2016 年的 TED 演講 Bouman 這樣說(shuō)道，她又何嘗不是在鼓勵(lì)自己。 如今，她揭開了黑洞的神秘面紗，讓全人類看到了其模糊雛形。她不會(huì)停下來(lái)，目前她在加州理工學(xué)院計(jì)算機(jī)與數(shù)學(xué)科學(xué)學(xué)院擔(dān)任副教授，學(xué)院網(wǎng)頁(yè)上有她最新的研究方向：“設(shè)計(jì)緊密集成了算法和傳感器設(shè)計(jì)的系統(tǒng)，使得該系統(tǒng)觀察此前難以或無(wú)法用傳統(tǒng)方法測(cè)量的現(xiàn)象成為可能”。 一步一步，Make it possible. 她的高中老師 Phil Pusey 在回憶 Bouman 少年學(xué)習(xí)時(shí)光時(shí)提到。“在課堂上，她也是一個(gè)非常細(xì)心的孩子。她看上去總是很有條理，實(shí)驗(yàn)室的筆記寫得非常詳細(xì)?！?nbsp;Pusey 說(shuō)，“我迫不及待地想在課堂上向孩子們展示（她的成就）。這真的很酷?！?/p> “簡(jiǎn)直酷斃了！”在有生之年看到黑洞照片，朋友圈有人評(píng)價(jià)自己的感受，“有時(shí)，生逢其時(shí)讓人感到真是幸運(yùn)”。 相關(guān)鏈接： https:///news/2019/04/katie-bouman/ http://news./2016/method-image-black-holes-0606 https://people.csail./klbouman/ （本文為AI科技大本營(yíng)整理文章，轉(zhuǎn)載請(qǐng)微信聯(lián)系 1092722531） ◆ |
|
|
