5月27日，东北大学张鑫教授团队在Nature子刊Communications Physics（《通讯–物理》）上发表了21厘米宇宙学领域的最新研究成果，利用人工智能方法破解了该领域的重要难题。东北大学博士研究生孙天阳为论文第一作者，张鑫教授为通讯作者。该成果是团队在21 厘米森林研究方面取得的又一重大突破，其前期研究已于2023年以封面论文的形式发表于Nature Astronomy（《自然–天文》）。

 该工作针对21厘米森林观测中的两个重要难题——缺少解析模型来连接观测量与物理参数，以及小尺度上测量的非高斯分布问题——开展研究，提出了一个基于深度学习（标准化流技术）的无似然函数参数推断框架，成功解决了这两大难题。

 在21厘米森林的研究中，由于没有解析模型，就只能靠大规模模拟（在参数空间的每个点都产生一份模拟样本）的方式来构建似然函数，但这样就需要巨大的计算资源来支撑。此外，在小尺度上存在的功率谱测量非高斯分布问题也严重影响似然函数的构建及参数推断的准确性。为了同时应对这两个问题，团队设计开发了一个基于“标准化流”技术的双模块计算框架，其中一个模块为“生成标准化流”，可基于小样本生成大规模样本，解决了大规模模拟难题；另一个模块为“推断标准化流”，可实现无似然函数的参数推断，解决了小尺度非高斯分布问题。利用该神经网络系统，原本需要一两个月的大规模计算，在1秒钟内（几十毫秒）即可准确完成。

 由包括中国在内的十几个国家共同建造的国际大科学工程——平方公里阵列射电望远镜（SKA）——目前已部分建成，明年即将开始试验性观测，未来必将在天文学与基础物理领域产生大批重大成果。21厘米森林观测也是SKA的重要科学任务之一，但该方面研究一直面临多重挑战。东北大学张鑫教授团队近年来在21厘米森林的研究中不断取得重大突破，提出具有重要创新性的新方法，逐步破除观测上的各种障碍，有效推动了该领域的发展。

 近年来，东北大学牵头承担了科技部SKA专项项目“中性氢巡天和宇宙学模拟”，由张鑫教授担任项目首席科学家，已在21厘米宇宙学的多个方面取得了重要研究成果。面向未来，张鑫教授领导的团队将培养更多从事该领域研究的优秀青年人才，为该国际大科学计划的发展贡献东大力量。

 该项研究由国家重点研发计划SKA专项项目、国家自然科学基金项目和引智计划111项目共同资助。辽宁省宇宙学与天体物理重点实验室、中国科学院理论物理研究所–东北大学彭桓武科教合作中心、工业智能与系统优化国家级前沿科学中心、智能工业数据解析与优化教育部重点实验室也对张鑫教授团队的研究给予了大力支持。