Klassificering af galakser med kunstig intelligens

Astronomer har anvendt kunstig intelligens (AI) på ultra-brede synsfeltbilleder af det fjerne univers optaget af Subaru-teleskopet, og har opnået en meget høj nøjagtighed til at finde og klassificere spiralgalakser i disse billeder. Denne teknik, i kombination med borgervidenskab, forventes at give yderligere fund i fremtiden.

En forskergruppe, bestående af astronomer hovedsageligt fra National Astronomical Observatory of Japan (NAOJ), anvendt en dyb læringsteknik, en type AI, at klassificere galakser i et stort datasæt af billeder opnået med Subaru-teleskopet. Takket være dens høje følsomhed, så mange som 560, 000 galakser er blevet opdaget på billederne. Det ville være ekstremt vanskeligt visuelt at behandle dette store antal galakser én efter én med menneskelige øjne til morfologisk klassificering. AI gjorde det muligt for holdet at udføre behandlingen uden menneskelig indblanding.

Automatiserede behandlingsteknikker til udtrækning og bedømmelse af funktioner med deep-learning algoritmer er blevet udviklet hurtigt siden 2012. Nu overgår de normalt mennesker med hensyn til nøjagtighed og bruges til autonome køretøjer, sikkerhedskameraer, og mange andre applikationer. Dr. Ken-ichi Tadaki, en projektassistent ved NAOJ, kom med ideen om, at hvis AI kan klassificere billeder af katte og hunde, den skulle være i stand til at skelne "galakser med spiralmønstre" fra "galakser uden spiralmønstre." Ja, ved hjælp af træningsdata udarbejdet af mennesker, AI klassificerede med succes galaksemorfologierne med en nøjagtighed på 97,5 %. Anvend derefter den trænede AI til det fulde datasæt, den identificerede spiraler i omkring 80, 000 galakser.

Nu hvor denne teknik har vist sig effektiv, det kan udvides til at klassificere galakser i mere detaljerede klasser, ved at træne AI'en på grundlag af et betydeligt antal galakser klassificeret af mennesker. NAOJ kører nu et borgervidenskabsprojekt "Galaxy Cruise, " hvor borgere undersøger galaksebilleder taget med Subaru-teleskopet for at søge efter funktioner, der tyder på, at galaksen kolliderer eller smelter sammen med en anden galakse. Rådgiveren for "Galaxy Cruise, "Lektor Masayuki Tanaka har store forhåbninger til studiet af galakser ved hjælp af kunstig intelligens og siger, "Subaru Strategic Program er seriøs Big Data, der indeholder et næsten utalligt antal galakser. Videnskabeligt, det er meget interessant at tackle sådanne big data med et samarbejde mellem borgerastronomer og maskiner. Ved at anvende dyb læring oven i klassificeringerne lavet af borgerforskere i Galaxy Cruise, chancerne er, vi kan finde et stort antal kolliderende og sammensmeltende galakser."

Disse resultater fremkom som Tadaki et al. "Spin Parity of Spiral Galaxies II:Et katalog over 80.000 spiralgalakser ved hjælp af big data fra Subaru Hyper Suprime-Cam Survey og deep learning, "ind Månedlige meddelelser fra Royal Astronomical Society den 02 juli, 2020.