2011年诺贝尔物理学奖得主、澳大利亚国立大学教授布莱恩·施密特近日在上海科普大讲坛发表演讲，以《天文学未解之谜》为主题，与公众分享了宇宙探索的最新进展。这位因发现宇宙加速膨胀而闻名的天体物理学家指出，随着詹姆斯·韦伯太空望远镜等新一代观测设备的投入使用，人类对宇宙的认知正在发生深刻变革。

　　施密特在演讲中回顾了1998年他领导的团队通过观测Ia型超新星，发现宇宙膨胀正在加速的研究历程。这项突破性发现揭示了宇宙由70%暗能量、25%暗物质和5%普通物质构成的奇特组成。"大多数诺奖得主研究的是那5%的可见宇宙，而我研究的是70%的暗能量，"他笑称，"但至今仍有25%的宇宙是我们尚未触及的。"

　　新一代天文观测设备正在改变这一局面。施密特介绍，詹姆斯·韦伯太空望远镜、钱德拉X射线天文台等尖端仪器，使人类首次观测到早期星系中黑洞存在的证据，并在系外行星探测领域取得重大突破。"过去人们认为宇宙很单调，但现在我们看到的宇宙异常活跃，"他说，"这些发现完全颠覆了传统认知。"

　　随着观测能力的提升，更多宇宙谜题浮出水面。施密特特别提到暗能量的本质问题："它究竟是什么？是否会随着宇宙膨胀而增加？"为解答这些问题，他列举了包括欧几里得卫星和中国巡天望远镜在内的下一代空间探测任务。这些项目将以前所未有的精度测量宇宙膨胀历史，继续追寻暗能量的真相。"虽然每个人的研究只是沧海一粟，但无数个一粟终将拼就宇宙的全景，"施密特说。

　　在公众演讲后的专访中，施密特强调天文学与日常生活的紧密联系。"天文学是最容易激发人类好奇心的科学之一，"他指出，"两三岁的孩子仰望星空时，实际上已经在进行他们人生中的第一次科学探索。"更实际的是，许多现代科技都是天文学研究的"副产品"：WiFi技术源于射电天文学家寻找黑洞的抗干扰算法；触摸屏与万维网诞生于欧洲核子研究中心；数码相机技术最初是为将图像传送到木星而发明；GPS上的高精度原子钟则用于测量天体位置和运动。

　　谈到人工智能这一热门话题，施密特分享了他与AI结缘30年的经历。"上世纪90年代，计算机还很原始，但天文数据已庞大到人工无法处理，"他回忆道，"为了筛除图像伪影、辨认恒星，我们使用了双层神经网络——这是机器学习的早期形态。"如今，施密特团队正利用AI技术模拟恒星爆炸全过程，分析其中的复杂变化。"AI加速了研究进程，也节省了宝贵的望远镜观测时间，"他说。

　　尽管如此，施密特强调AI只是工具而非替代品。他在澳大利亚国立大学的课堂上教导学生如何正确使用AI，并提醒年轻人要成为AI的主人。"我有信心永远不会被AI取代，"他笑称，"因为AI能高效分析数据，但无法替代人类在科学发现中的直觉与好奇心。再先进的AI也无法明确告诉我们该研究什么课题——它仍需要人类来提出问题、给予指令。"

　　施密特特别鼓励天文爱好者参与研究。他介绍，詹姆斯·韦伯望远镜的许多观测数据已向公众开放。"机器学习和AI可能会遗漏某些细节，"他说，"如果有人愿意尝试处理这些数据，说不定也会有诺奖级发现。"这位诺奖得主认为，科学探索的本质是不断发现最佳答案的过程："科学永远没有正确答案，这正是它迷人的地方。"