stub Astronomer anvender AI til at opdage og klassificere galakser - Unite.AI
Følg os

Kunstig intelligens

Astronomer anvender kunstig intelligens til at opdage og klassificere galakser

Opdateret on

En forskergruppe af astronomer, hvoraf de fleste kommer fra National Astronomical Observatory of Japan (NAOJ), anvender nu kunstig intelligens (AI) på ultrabrede synsfeltbilleder af universet, som er fanget af Subaru-teleskopet. Gruppen har formået at opnå en høj nøjagtighed for at finde og klassificere spiralgalakser i disse billeder.

Denne teknik bruges sammen med borgervidenskab, og de to forventes at føre til flere opdagelser i fremtiden.

Forskerne anvendte en dyb-læringsteknik for at klassificere galakser i et stort datasæt af billeder, som blev opnået gennem Subaru-teleskopet. På grund af sin ekstremt høje følsomhed har teleskopet registreret omkring 560,000 galakser på billederne. 

Subaru-teleskopet er vigtigt, da opgaven med at identificere, at mange galakser med menneskeligt øje til morfologisk klassificering ville være næsten umulig. Takket være AI var holdet i stand til at behandle informationen uden behov for menneskelig indgriben.

Værket blev udgivet i Månedlige meddelelser fra Royal Astronomical Society.

Automatiserede behandlingsteknikker

Fra og med 2012 har verden set en hurtig udvikling af automatiserede behandlingsteknikker til udtrækning og bedømmelse af funktioner med dyb-læringsalgoritmer. Disse er ofte meget mere nøjagtige end mennesker og er til stede i autonome køretøjer, sikkerhedskameraer og forskellige andre applikationer.

Dr. Ken-ichi Tadaki er projektassistent ved NAOJ. Han er ansvarlig for ideen om, at hvis AI er i stand til at klassificere billeder af katte og hunde, er der ingen grund til, at den ikke skal være i stand til at identificere og skelne "galakser med spiralmønstre" fra "galakser uden spiralmønstre."

Gennem brug af træningsdata udarbejdet af mennesker var AI'en i stand til med succes at klassificere galaksemorfologierne med en nøjagtighed på 97.5%. Efter at være blevet anvendt på det fulde datasæt, kunne AI identificere spiraler i omkring 80,000 galakser. 

Citizen-Science projekt

Da den nye teknik var effektiv til at identificere galakserne, kan gruppen nu bruge den til at klassificere galakser i mere detaljerede klasser. Dette vil blive gjort ved at træne AI på mange galakser, som er blevet klassificeret af mennesker. 

NAOJ driver et nyoprettet borgervidenskabsprojekt kaldet "GALAXY CRUISE", som er afhængig af, at borgere undersøger galaksebilleder, der blev taget med Subaru-teleskopet. Borgerne leder derefter efter funktioner, der tyder på, at galaksen enten smelter sammen eller kolliderer med en anden galakse.

Lektor Masayuki Tanaka er rådgiver for "GALAXY CRUISE", og han tror stærkt på studiet af galakser gennem kunstig intelligens.

"Subaru Strategic Program er seriøs Big Data, der indeholder et næsten utalligt antal galakser. Videnskabeligt er det meget interessant at tackle så store data med et samarbejde mellem borgerastronomer og maskiner,” siger Tanaka. "Ved at anvende dyb læring oven på klassifikationerne lavet af borgerforskere i GALAXY CRUISE, er der stor sandsynlighed for, at vi kan finde et stort antal kolliderende og fusionerende galakser."

Den nye teknik skabt af gruppen af ​​astronomer har store konsekvenser for feltet. Det er endnu et eksempel på, hvordan kunstig intelligens ikke kun vil ændre livet på vores planet, men hvordan det også vil hjælpe os med at udvide vores viden ud over det.

 

Alex McFarland er en AI-journalist og forfatter, der udforsker den seneste udvikling inden for kunstig intelligens. Han har samarbejdet med adskillige AI-startups og publikationer verden over.