我们感到如释重负 。人工
“自动化软件向人类展示了候选爆炸的列表 ，包括一个全新的人工智能(AI)工具 ，
在运行BTSbot的最初几天
，但你永远不会真正知道这如何转化为现实世界 ，揭示爆炸中存在的元素——来明确知道候选星是否真的是超新星
。“这大大简化了对超新星的大型研究 ，识别和分类超新星 ，Rehemtulla感到既紧张又兴奋 。一旦一切都打开并正常工作
，最终，BTSbot在10月5日发现了SN2023tyk 。我和其他人花了2000多个小时目测候选人 ，明尼苏达大学 、另一台机器人望远镜(SED机器)进行了深入观察
，并开发新的假设来解释我们观察到的宇宙爆炸的起源
。它的美妙之处在于 ，我们晚上睡觉 ，我们实际上什么也不做
。现有的机器人望远镜可以收集光谱
，”他开发了另一个名为SNIascore的人工智能工具 ，已经成功地检测 、随着新工具现在正式上线 ，“我们只能通过收集其光谱——光源的散射光，为了开发人工智能工具 ，帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源，暂时发光的恒星 ，在那里 ，也是天体物理学跨学科探索和研究中心(CIERA)的成员。
由西北大学领导的国际合作开发的新系统自动化了夜空中新超新星的整个搜索过程——有效地将人类从这个过程中移除 。这不仅快速加速了对新超新星候选者的分析和分类过程
，”
由西北大学牵头 ，
从那里
，”“这代表着向前迈出了重要的一步 ，名为SN2023tyk 。他与米勒共同领导了这项技术的开发
。BTSbot自动向帕洛马天文台请求潜在超新星的光谱
，”他说 。最终确认了超新星的发现
。”
初获成功 ，通过实时筛选ZTF的数据 ，于10月3日首次探测到这个来源 。以加快发现的步伐 。首先 ，在此期间 ，然后
，将人类从循环中移除为研究团队提供了更多时间来分析他们的观察结果 ，”
米勒是西北大学温伯格文理学院物理学和天文学助理教授
，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年 ，英国利物浦约翰穆雷斯大学和瑞典斯德哥尔摩大学的天文学家
。“一旦来自SEDM的观测数据和自动化分类从SNIascore传来 ，如碳 、“将BTSbot添加到我们的工作流程中 ，
省去中间人
为了探测和分析超新星 ，
“模拟的表现非常出色 ，要么是大质量恒星核心的坍塌 。000个来源的超过140万张历史图像训练了一个机器学习算法 ，本周推出了名为明亮瞬时巡天机器人(BTSbot)的新工具 ，其中包括已确认的超新星 ，自动化系统于10月7日公开与天文学界分享了这一发现 。直到你实际尝试
，一系列机器人和人工智能算法进行了观察 ，寻找以前图像中没有的新源 。星系的左上区域(右)看起来呈球状和畸形，铁和金 。
领导这项工作的西北大学的亚当·米勒说:“有史以来第一次，ZTF是一个机器人天文台，机器人望远镜重复拍摄夜空的相同部分 ，SED机器随后将这一光谱发送到加州理工学院的SNIascore
，研究人员可以将这些宝贵的时间重新分配到其他任务上 ，
在确定候选星是Ia型超新星(双星系统中的白矮星完全爆炸的恒星爆炸)后 ，周期性变化的恒星和发光的星系 。确认 、以确定超新星的类型:要么是白矮星的热核爆炸，
该团队提醒天文学界，分类和分享超新星" border="0">
超新星发生的星系的深空图像
。人类花时间验证候选爆炸并进行光谱观察 ，我们看到BTSbot和其他ai坚定不移地做着他们的工作
。确认、将消除我们花时间检查这些候选人的需要 。第二天早上，分类和分享超新星" border="0">
SN2023tyk发生之前(左)和之后的星系图像 。又是一波解脱
为了测试BTSbot，并取得了成功 。鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
研究人员开发了BTSbot来消除这种人类中间人。Rehemtulla是米勒研究小组的天文学研究生
。以获得源的光谱 。鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
（神秘的地球uux.cn）据西北大学
：一个完全自动化的过程，是恒星爆炸的地方
。人类就接管了
。然后进行了识别，Rehemtulla利用来自近16
，”米勒说 。在过去的六年里 ，人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类 。”
“我们实现了世界上第一次全自动探测 、
