国家天文台-阿里云“天文数据挖掘”天池大赛，今日复赛开锣！

237年前，即1781年3月13日晚，英国天文学家赫歇尔像往常一样，用自制的15厘米口径反射望远镜观测星空，他注意到双子座附近有一颗星图上查不到的星星，改用900多倍的目镜再次观测之后，赫歇尔肯定了这不是一颗恒星，而是一颗行星——天王星。

左图：威廉·赫歇尔和他的助手即妹妹卡罗琳

右图：赫歇尔兄妹亲手制造的大反射望远镜

 

天文学是一门历史悠久的科学，随着科学技术的发展，天文观测和数据共享能力不断实现跨越式发展，不论是天文学家还是普通民众，每个人都有可能成为下一个赫歇尔。

 

2月6日，国家天文台-阿里云天文大数据联合研究中心启动了“天文数据挖掘”天池大赛，面向公众开放天文科学探索课题，为选手提供云计算、人工智能技术，分析望远镜收集的真实天文数据。

 

“我从小就对天文很感兴趣，大学报考了航空航天专业，就是希望能够在有限的生命里探索无限的宇宙。”正如一名选手所说，这次大赛给了普通人一个近距离接触天文数据的圆梦机会，借助互联网新技术，“民间天文科考队”的阵容越来越强大。

 

截至3月12日初赛结束，全球共计近千人报名参赛，覆盖中国大陆、中国香港、中国台湾、美国、澳大利亚等多个国家和地区。

 

本次大赛以郭守敬望远镜（LAMOST）巡天光谱分类为课题，通过阿里云天池数据众智平台征集高效、高准确率的自动化算法，解决这个天文研究中的实际问题。有意思的是，选手中很多都是第一次接触天文光谱数据，并且四分之一是普通公司职员，借助国家天文台与阿里云提供的数据开放平台，更多人可以尝试接触天文科研、机器学习等新领域。

 

虽然我国专业从事天文工作的科学家仅有不到3000人，但普通民众中不乏天文爱好者。作为国内首个参与天文科研的云计算厂商，阿里云早在2016年10月就与国家天文台达成了战略合作，将LAMOST 、FAST等天文观测数据同步到云端的虚拟天文台开放给大众。

LAMOST 与银河

3月16日，大赛正式进入复赛阶段，阿里云将为参赛选手提供机器学习PAI平台，支持主流的深度学习框架，包含tensorflow、caffe、MXNET。PAI可以通过托拉拽的方式，实现算法组件的拼接，并提供完整的数据挖掘链路，背靠的阿里云分布式计算引擎可支持百亿特征、千亿样本的数据并行化计算，为复赛选手提供强大的计算支撑。

点击阅读原文，了解更多大赛详情。