旧金山 - 阿数据浪潮已经开始崩溃了天文学家们的头，和他们就必须注册他们的游戏，以避免被淹没。

天文学家们已经转移到一个更被动的角色，布鲁姆说，天文学家约书亚美国加州大学伯克利分校。自从数字摄影的天文景象来了几十年前，他们已经已经花更少的时间在天上注视着更多的时间梳理通过数据库，他补充说。

这一趋势只会加速， 更多先进的望远镜 在长途不断增长的海量数据。

未来在于培训电脑识别时拿起望远镜一些新的和有趣的，布卢姆说，在一10月4日演讲在此间举行的加州科学院。

“的数据传输速率要排除人为参与，“他说。”有只是太多的东西。“

改变了我们观察天空

数百年年，布卢姆说，最困难和最费时的部分天文学是“发现” - 发现新的宇宙现象。

在过去，天文学家只能收集这么多数据。他们期待通过小，粗望远镜潦草的笔记，像伽利略。或者像在20世纪初skywatchers，他们详细介绍了该望远镜拍摄底片看到什么。

但是，开始在80年代中期改变与数码摄影的崛起。天文学家获得了能够收集和储存大量桩数据。这些桩柱继续增长，因为望远镜获得更多的先进，更自主，更敏感，布卢姆说。

作为一个结果，在天文学家的作用发生了变化。正在从瓶颈 “发现”的数据管理 - 没有短缺耐人寻味的是，可能是新的现象被发现，但天文学家必须找到一种方法，按照每个潜在的有趣注册观察。

150万新每天晚上的观察

作为一个例子，布卢姆讨论了他短暂的帕洛马厂自己的工作，一个项目这是映射在空中使用帕洛玛天文台望远镜在南加州。

每天晚上，布鲁姆说，这一拿起望远镜150万候选人瞬变 - 短暂的天文现象 - 在天空中。万左右的这些是真正的对象，约10变成是新的。查找在一个巨大的草垛夜复一夜几针是一种相对天文学家新的挑战，布卢姆说。

“我们怎么走通过和刚刚找到新的东西呢？“他说。”这可以打进非常有趣的领域计算机科学与统计。“

布卢姆和他的同事们开发的智能算法来完成这项工作。使用 30左右的专家库，他们创造了基线“良好形象” 实际瞬变的电脑培训。下班的算法这些基准标准，因为它们通过数据抓取每桩夜晚。

“这让我们钻到数据中一种新的方式，“布卢姆说。

其他研究人员正在采取类似的机器学习的策略。天文学家在美国的英国研制 算法可以分类星系 - 作为螺旋或椭圆形，比如 - 使用视为一个星系动物园判决指南。

星系动物园一网上项目征集市民以百万计的分类星系影像通过哈勃太空望远镜。到目前为止，已有超过 250,000人参加。

未来

布卢姆说，他和他的团队在他们的算法，处理能力有信心帕洛马尔瞬态厂的夜间海量数据。但是，这种机器学习的努力只是一个什么将是必要的前奏在不久的将来，当更强有力的手段来联机。

布卢姆引 大天气巡天望远镜，这应从顶部开始扫描，在2018年左右，智利山的天空。

该LSST将收集一千兆字节的数据每两秒钟，布卢姆说。它有可能当场百万超新星和1000万颗小行星每年，除了其他更壮观的种种现象。

例如，仪器可以拿起中子星碰撞证据，很可能让天文学家第一次直接确认涟漪的存在时空称为引力波，布卢姆说。它还可以帮助研究人员更好地了解神秘 黑暗物质与暗能量.

将面临的挑战对于天文学家筛选，并按照该文书的注册意见。研究人员现在刚刚搞清楚它们如何能应付这样的工作，根据布卢姆。

“我们现在所处的在这个过程中很有趣的阶段，“他说。”我们正在玩看到周围的这些数据，给我们最好的算法数据描述。“

从长远来看，大学和学院需要更充分地培养未来的天文学家在计算机科学和数据管理，布卢姆说。并在短期而言，天文学家小组应与计算机科学家。布卢姆的小组开设了与谷歌的对话，例如，在希望的学习公司的搜索经验。

而电脑科学家们已经迁移到其他领域经验丰富的数据 deluges最近 - 如分子生物学 - 布卢姆说，运动还没有发生在天文学上的大规模呢。

但他的信心天文学家将获得的知识 - 通过培训和合作 - 处理庞大的数据流有已经开始浇下来。而且重要的是要记住这有太多的数据是一个很好的问题有。

“这是一个非常一件好事，“布卢姆说。”这只是新的天文学家。我们不使用它。“