人工智能“洗”出黑洞照片，少儿编程孕育终极算法

　　当人类首张黑洞照片公布问世，全球为之沸腾!这是一个位于代号为M87的星系的黑洞，距离地球5300万光年，质量相当于60亿颗太阳!

　　可不要小瞧了这样一张并不清晰的黑洞真相，它的背后是全球200多位科研专家，动用了8组遍布全球的毫米/亚毫米波射电望远镜，长时间曝光拍摄10天，并通过2年的“冲洗”，才得以让人们在百年的探索之后，第一次目睹黑洞的模样!

　　根据爱因斯坦的相对论学说，黑洞一旦形成，其界限之内的所有物质都无法逃逸，连光也不例外。换句话说，我们没办法采用电磁波手段对不发光的黑洞进行拍摄。

　　不过科学家们找到了“曲线救国”的办法：利用黑洞边界的物质——这些物质发出的辐射可以逃逸到远处并被人类探测到，它们将勾勒出黑洞的轮廓。

　　拍摄已是不易，然而成像更是一个复杂艰巨的任务。这就不得不提一位在计算机成像环节的灵魂人物：29岁的MIT博士凯瑟琳·鲍曼。正是她主导开发的算法，帮助人类“看见”了黑洞。

　　早在几年前，研究界兴起“用先进的计算机数据处理模式来突破光学成像边际”的热潮，凯瑟琳在2015年进入这一交叉领域，开始研究设计精密的算法，让肉眼看不见的东西现出原形。随后她加入了黑洞团队的算法小组。

　　黑洞的观测数据不仅少而分散，而且噪声太多，为了克服这些困难，将数据转化为清晰可理解的图像，凯瑟琳肩负着开发全新算法的任务，其难度不亚于“在地球上看清月球上的一颗葡萄”。

　　一年后，凯瑟琳团队开发出算法“CHIRP”，其在过滤“噪音”方面表现突出，不仅能用来构建黑洞图像，也适用于其他使用无线电干涉测量技术的任何系统。

　　2017年4月，8组望远镜完成了对M87黑洞的集中拍摄，采集的观测数据超过了500万G!数据之巨大甚至无法通过互联网发送，而改用装载到总重量超过半吨的几百个硬盘里，运送至美国和德国的中央处理中心。

　　如何处理这么多而繁杂的数据?这就需要派出机器学习与人工智能技术!

　　CHIRP 算法能进行连续高分辨率图像重建，合理补足缺失的数据，捕捉黑洞的边界，生成一张看起来像是黑洞图片。这其中，离不开计算机的学习训练：大量的天文照片和日常生活照片被切分成碎片“喂“给算法，训练计算机分辨两者的区别，最后获得符合望远镜所测量数据的完整图片。

　　所以，其实我们看到的黑洞照片，是对庞大的观测数据进行合成处理后的“视觉呈现”。这是人类史上的伟大创举，而人工智能算法在其中起到了关键性的作用!

　　人类对宇宙的认知，已被AI改写!

　　如今，人工智能已在人类的各个领域参与及赋能，人工智能时代已越来越近，我们的孩子将直面未来的科技挑战。编程，作为人工智能的底层逻辑，是适应未来AI时代的金钥匙。

　　在美国，编程已经成为孩子继阅读、写作、算术3项基本能力外，需要掌握的第4项必备技能。欧美其他教育先进的国家，同样认同编程的重要性，从小学就开始让孩子接触编程。我国紧随其后，近年连续出台各类政策文件，鼓励推广中小学编程教育：浙江省把信息技术(含编程)正式纳入了高考科目;山东省及北京、南京等城市已将编程纳入到小学必修、中考内容之中。