科学界迎来了一项重大突破，马克斯·普朗克智能系统研究所携手国际团队，成功研发出DINGO-BNS算法，该算法在引力波分析领域展现了惊人的加速能力。借助人工智能技术，DINGO-BNS能够在短短一秒钟内精准识别出双中子星合并释放的信号，而以往这一过程需要耗费大约一个小时。

中子星是宇宙中极为迷人的天体，其群体合并不仅会产生引力波，也会引起巨大的天文现象，例如千新星爆炸。2017年，LIGO和Virgo首次记录到的GW170817中子星合并事件，帮助科学家们确认了这种合并不是伽马射线暴和重元素形成的来源。通过最新的DIN ...

【CNMO科技消息】最近，马克斯·普朗克智能系统研究所领导的国际团队开发了一种名为DINGO-BNS的新算法，可以大幅加快分析引力波的速度。这一方法利用人工智能技术，在短短一秒内就能识别出双中子星合并发出的信号，而以前这需要大约一个小时。

最近，科学家们开发出了一种名为DINGO-BNS的新算法，能够将引力波的分析时间从一小时缩短至一秒。这一突破不仅展示了AI技术在科学研究中的巨大潜力，也让人们开始思考：在这个AI快速发展的时代，普通人该如何应对技术带来的冲击？

中新网北京3月6日电 (记者 孙自法)人工智能 (AI)技术在天文学领域应用效果如何？国际知名学术期刊《自然》北京时间3月6日凌晨在线发表一篇天文学论文称，一种新型机器学习方法或能让天文学家更快确定双中子星合并的位置。

双中子星并合现象一直以来都是天文学领域的热门研究对象。当双中子星并合时，它们会在引力波和电磁波谱中发出信号。2017 年对 GW170817 的多信使观测，在宇宙学、核物理学和引力研究等多个领域带来了重大科学发现。在这些成果中，从引力波数据获得的天空定位和距离信息至关重要，比如它帮助在 GW 信号出现 11 小时后，识别出了相关的电磁暂现源 AT 2017gfo。