关于恒星的这个经典理论 中国天文学家最新研究提出了挑战******
中新网北京1月19日电 (记者 孙自法)广袤宇宙的千亿星系中无时无刻不在诞生着新的恒星，同一恒星形成区会批量形成许多不同质量的新生恒星。长期以来，“恒星初始质量分布规律不变”一直是天文界关于恒星演化研究的一个经典理论。
这一恒星经典理论绝对正确吗？恒星初始质量分布规律真的一成不变吗？中国科学院(中科院)国家天文台刘超研究员领导的合作团队最新研究发现，“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，对其“不变”的经典理论提出挑战。
中国天文学家完成的这项刷新人类认知、将对天体物理多个领域研究产生深远影响的重大科研成果论文，北京时间1月19日凌晨在国际著名学术期刊《自然》发表。论文通讯作者刘超形象科普称，这也就是说，宇宙不同的地方必须用不同的“尺子”丈量，才能得到正确的测量结果。
终结恒星初始质量分布规律是否变化争议
中科院国家天文台介绍说，该台联合北京师范大学天文和天体物理前沿科学研究所、南京大学、中科院紫金山天文台等研究人员，发挥国家重大科技基础设施郭守敬望远镜(大天区面积多目标光纤光谱天文望远镜，LAMOST)光谱数据超大样本优势，并结合欧洲空间局盖亚(Gaia)卫星数据，研究发现天体物理学中一个非常重要的基础概念——“恒星初始质量分布规律”会随着恒星金属元素含量和年龄发生显著变化，从而对“恒星初始质量分布规律不变”的经典理论提出挑战，并刷新了人类对这一基本概念的认知。
研究团队在本次研究中发现，他们首次清晰观测到年轻的小质量恒星数量比例明显高于年老的恒星。此外，金属含量越高的恒星家族中小质量恒星数量比例也越多。这是天文学家首次如此清晰地观测到恒星初始质量分布规律随着恒星金属元素含量和年龄发生了显著变化，直接导致恒星初始质量分布规律在宇宙中普适不变的基本假设不再成立，也终结了一直以来天文界关于恒星初始质量分布规律是否变化的争议。
恒星初始质量函数领域国际权威、德国波恩大学教授帕弗尔·库鲁帕(Pavel Kroupa)评价认为，这项研究基于大样本观测获取的高质量数据，揭示了银河系中恒星初始质量函数与银河系演化历史和环境相关，对于深入理解银河系中不同环境不同时间恒星形成的性质非常重要。
图中横坐标显示恒星星族的金属元素含量(金属丰度)，数值越大金属丰度越高。纵坐标显示恒星初始质量函数的形状，α数值越大表示质量较小的恒星比例越高。红色圆点显示年老星族α值比较小，即质量较小恒星的比例低；蓝色三角形显示较年轻恒星随着金属丰度变高，α值也增加，即质量较小恒星的比例增加。中科院国家天文台 供图9万多精细样本直接获取恒星初始质量函数
论文第一作者、中科院国家天文台博士研究生李佳东解释说，恒星初始质量分布规律，天文学上通常称为恒星初始质量函数，它描述了一群恒星在刚刚诞生时，不同质量的恒星所占的比例。在整个天体物理研究中，恒星初始质量函数是现代天文学中一个非常基础的物理概念，对许多关键天体物理学问题的研究起到至关重要的作用。
半个多世纪以来，天文学家通常认为恒星初始质量函数在宇宙各处及各个演化阶段是普适不变的，并作为基本假设在星系形成与演化、星团结构和演化、双星演化，甚至太阳系外行星以及引力波等诸多天体物理研究领域广泛应用，几乎成为天体物理教科书中的“经典假设”。
不过，天文学家近年来通过各种新的观测，发现恒星初始质量函数很有可能不是普适不变的。论文合作者、南京大学天文系教授张智昱指出，一些迹象显示，在恒星形成活跃的环境中大质量恒星的比例更高，这意味着恒星初始质量函数可能不是普适的。
恒星初始质量函数在宇宙各处是否变化成为困扰天文学家的重要问题，需要在银河系中找到更为直接有力的观测证据。近年来，随着郭守敬望远镜、盖亚卫星等中外大型天文设施投入观测运行，并获得海量观测数据，助力中国天文学家发现恒星初始质量函数变化的直接证据。
研究团队发挥郭守敬望远镜大样本光谱数据优势，筛选出迄今最精细的9万多颗太阳邻域的恒星样本，并获取了每颗恒星的金属元素含量和质量。结合盖亚卫星观测数据，他们首次通过俗称“数星星”这一最直观的恒星计数法，对具有不同金属元素含量和年龄的恒星进行统计，从观测角度直接获取了几乎不依赖于任何模型的恒星初始质量函数。
宇宙不同地方需要合适“尺子”正确测量
研究团队认为，无论是测量宇宙不同阶段星系中暗物质和重子物质质量、构建星系化学演化，还是理解恒星形成过程、分析双星演化的物理机制、探测太阳系外行星，甚至包括研究恒星级引力波事件等一系列天体物理学前沿问题的研究，都将因恒星初始质量函数的变化而受到挑战。
刘超以“尺子”作比喻指出：“这如同是一把会随着环境变化的‘尺子’，不能用同一把‘尺子’丈量宇宙的不同地方。在宇宙不同地方，天文学家需要更换合适的‘尺子’，才能得到正确的测量结果。例如，使用银河系目前的‘尺子’就无法测量早期的宇宙”。
论文合作者、中科院紫金山天文台符晓婷副研究员补充说，如此复杂变化的恒星初始质量函数，对恒星形成理论也提出了严峻的挑战。
中科院国家天文台表示，这一原创性成果是中国天文大科学装置郭守敬望远镜在前沿基础研究领域取得的又一项突破性进展。未来，中国将发射中国空间站工程巡天望远镜(CSST)，将助力天文学家在银河系更深远区域及近邻星系中进一步验证该重大发现，为更深入理解恒星初始质量函数和恒星形成的物理过程，提供更加丰富的天文观测数据。(完)
AI绘画的“小秘密”都在这一篇文章里******
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。 上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。 AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。 当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。 事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。 AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？ 从“以图生图”到“语音生图” 2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。 这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。 通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。 “人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。 经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。 AI绘画主要依靠三种技术模式实现 董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。 “图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。 不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。 当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。 “依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。 不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。 诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。 “目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。 互联网治理、元宇宙或潜藏应用前景 AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。 有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。 “现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。 在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。 不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。 AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤） 大发购彩地图 |
