深度学习在宇宙学中的应用：演进还是革命？

机器学习（ML）能否在宇宙学中做出根本性发现并解决未解难题？对当前宇宙成分的详细观测与宇宙学常数Λ及冷暗物质（ΛCDM）模型一致，但哈勃常数与成团因子等观测之间存在一些尚未解决的矛盾（‘张力’）。为深入理解这些问题，对数十亿星系及他探测手段的大型巡天需要新的统计方法。近年来，ML尤其是‘深度学习’在天体分类、测光红移、异常检测、增强模拟及宇宙学参数推断等方面已展现出强大能力。本文认为，更传统的‘浅层学习’（即带预处理特征提取）实则相当‘深’，因其融入了人类知识；而‘深度学习’除非辅以可解释性工具，否则可能被视为黑箱。ML在宇宙学中的‘杀手级应用’尚待出现。本文还讨论了为应对未来数据密集型科学挑战而培养下一代科学家的新途径。最后，本文让聊天机器人ChatGPT尝试回答标题所提出的问题。