构建一个宇宙 3D 地图需要什么?科学家说:5000 个机器人就行

简介: 我们接下来要说的可不是什么暑期大片,而是真实存在的:美国能源部劳伦斯伯克利国家实验室真的设计出了一个天文系统,他们打算用这个需要用到 5000 个机器人的系统来找出新星系,并由此构建一个大型的宇宙 3D 地图。

我们接下来要说的可不是什么暑期大片,而是真实存在的:美国能源部劳伦斯伯克利国家实验室真的设计出了一个天文系统,他们打算用这个需要用到 5000 个机器人的系统来找出新星系,并由此构建一个大型的宇宙 3D 地图。


这个项目叫 DESI(暗能量光谱仪器),其最终的目的是希望改变我们对暗物质以及我们所处的银河系的认识。


“DESI 能够在五年多的时间内测量出 4000 万个星系的距离,”目前在伯克利实验室掌管该项目的 Parker Fagrelius(帕克·法格瑞里斯)对外媒 Digital Trends 说到。“它会帮助我们建立一个大型的 3D 地图,其红移量将达 1.7……这些数据会帮助我们理解宇宙是如何随着时间而改变的,从而帮助我们更好地认识——或者说限制——暗物质。”

image.png

图片来源:NOAO/AURA/NSF


同时这个基于 10 个机器人组成的系统创造出来的原型被叫做 ProtoDESI(DESI 原型),并将在今年八九月间安装入位于亚利桑那州基特峰国家天文台的梅奥尔望远镜。这些圆柱形的机器人伸展出许多直径 107 微米的光缆,用来指向空中特定的点,捕捉遥远的天体发出的光,包括星体、类星体以及——最重要的——远距离星系。

image.png

图片来源:NOAO/AURA/NSF


通过测量它们发出的光,我们或许可以确定不同的星系在以多快的速度远离地球。这个测量最具挑战之处在于,这些星系运动到一个新的位置时,让 DESI 所有的光测量机器人同时运转,而这也是实验室希望通过 ProtoDESI(DESI原型)测试对系统进行微调来加以应对的。

image.png

图片来源:NOAO/AURA/NSF


“在两个制动器的作用下,这些机器人可以运动至半径 6 毫米的范围内的任意一点,”Fagrelius 说到。“这些机器人定位器紧密地分布在一起,它们可以让 5000 条光纤指向同一焦平面上的任一点。而只需向这些机器人发送指令,就能重新配置这个焦平面使之指向空中另外 5000 个物体。目前已经有一个非常成熟的软件,可以把物体的 RA/DEC 位置同焦平面上的 X、Y 点进行相互转换。”


一旦做成这个项目——并在 2018 年发射 DESI——伯克利实验室的科学家们每天就能分析成千上万个星系。换句话说,这是件超级无敌令人钦佩的事!

相关文章
|
6月前
|
人工智能 自然语言处理 机器人
探索人工智能:使用Python构建一个简单的聊天机器人
探索人工智能:使用Python构建一个简单的聊天机器人
318 0
|
10天前
|
XML 算法 自动驾驶
ROS进阶:使用URDF和Xacro构建差速轮式机器人模型
【11月更文挑战第7天】本篇文章介绍的是ROS高效进阶内容,使用URDF 语言(xml格式)做一个差速轮式机器人模型,并使用URDF的增强版xacro,对机器人模型文件进行二次优化。
|
1月前
|
人工智能 自然语言处理 机器人
用Python构建你的第一个聊天机器人
【10月更文挑战第7天】在这篇文章中,我们将一起探索如何利用Python编程语言和AI技术,一步步打造一个基础的聊天机器人。无论你是编程新手还是有一定经验的开发者,都能通过这个指南获得启发,并实现一个简单的对话系统。文章将引导你理解聊天机器人的工作原理,教你如何收集和处理用户输入,以及如何设计机器人的响应逻辑。通过动手实践,你不仅能够学习到编程技能,还能深入理解人工智能在语言处理方面的应用。
40 0
|
3月前
|
前端开发 JavaScript 机器人
从零开始构建一个聊天机器人
【8月更文挑战第7天】构建聊天机器人是一个涉及多个步骤和技术的复杂过程。从前期准备到实际部署,每一步都需要仔细规划和执行。通过不断学习和实践,你可以逐步掌握构建聊天机器人的技巧和方法,为企业创造更大的价值。
|
3月前
|
Apache UED 数据安全/隐私保护
揭秘开发效率提升秘籍:如何通过Apache Wicket组件重用技巧大翻新用户体验
【8月更文挑战第31天】张先生在开发基于Apache Wicket的企业应用时,发现重复的UI组件增加了维护难度并影响加载速度。为优化体验,他提出并通过面板和组件重用策略解决了这一问题。例如,通过创建`ReusableLoginPanel`类封装登录逻辑,使得其他页面可以轻松复用此功能,从而减少代码冗余、提高开发效率及页面加载速度。这一策略还增强了应用的可维护性和扩展性,展示了良好组件设计的重要性。
57 0
|
3月前
|
人工智能 自然语言处理 机器人
掌握未来沟通的艺术:运用TensorFlow与自然语言处理(NLP)技术,从零开始构建你的专属智能对话机器人,让机器理解你的一言一行
【8月更文挑战第31天】本文详细介绍如何利用TensorFlow与自然语言处理技术开发对话机器人。从准备问答数据集开始,通过预处理、构建Seq2Seq模型、训练及预测等步骤,最终实现了一个简易的聊天机器人。示例代码涵盖数据加载、模型搭建及对话功能,适合希望在实际项目中应用AI技术的开发者参考。
48 0
|
4月前
|
机器学习/深度学习 人工智能 安全
运用F5构建机器人防御,轻松应对恶意Bot威胁
运用F5构建机器人防御,轻松应对恶意Bot威胁
47 0
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
【AIGC】基于大语言模型构建多语种聊天机器人(基于Bloom大语言模型)
【5月更文挑战第8天】基于大语言模型Bloom构建多语种聊天机器人
162 1
|
6月前
|
传感器 机器人 Java
使用Java构建机器人应用
使用Java构建机器人应用
95 0
|
6月前
|
存储 机器人 关系型数据库
如何使用 LangChain 和 PostgreSQL + Drizzle ORM 构建上下文聊天机器人
如何使用 LangChain 和 PostgreSQL + Drizzle ORM 构建上下文聊天机器人
433 1
如何使用 LangChain 和 PostgreSQL + Drizzle ORM 构建上下文聊天机器人
下一篇
无影云桌面