Deep dive into space turns up new Spitzer bubbles

为了更深入地了解我们银河系最深远的区域以及恒星形成的奥秘,日本研究人员创建了一个深度学习模型。由 Osaka Metropolitan University 领导的团队利用人工智能技术,分析了从太空望远镜获得的大量数据,发现了之前未被纳入现有天文数据库的气泡状结构。

该研究结果已发表在 Publications of the Astronomical Society of Japan 上。

我们所处的银河系,与宇宙中的其他星系一样,都具有主要在高質量恒星的诞生和活动期间形成的气泡状结构。这些被称为 Spitzer 气泡的结构,为理解恒星形成和星系演化的过程提供了重要的线索。

Graduate School of Science 的学生 Shimpei Nishimoto 和 Professor Toshikazu Onishi 与来自日本各地的科学家合作,开发了深度学习模型。该模型利用 Spitzer Space Telescope 和 James Webb Space Telescope 的数据,采用 AI 图像识别技术来高效、准确地检测 Spitzer 气泡。他们还检测到了一些壳状结构,这些结构被认为是超新星爆发形成的。

研究生 Nishimoto 表示:“我们的研究结果表明,不仅可以对恒星形成进行详细的研究,还可以研究星系内爆炸事件的影响。”

Onishi 教授补充说:“未来,我们希望 AI 技术的进步能够加速阐明星系演化和恒星形成的机制。”

更多信息: Shimpei Nishimoto et al, Infrared Bubble Recognition in the Milky Way and Beyond Using Deep Learning, Publications of the Astronomical Society of Japan (2025). DOI: 10.1093/pasj/psaf008

Osaka Metropolitan University 提供。