Astronomen wenden künstliche Intelligenz an, um Galaxien zu entdecken und zu klassifizieren

Eine Forschungsgruppe von Astronomen, größtenteils aus dem Nationalen Astronomischen Observatorium Japans (NAOJ), wendet nun künstliche Intelligenz (KI) auf ultra-weite Feld-of-View-Bilder des Universums an, die mit dem Subaru-Teleskop aufgenommen wurden. Die Gruppe hat eine hohe Genauigkeitsrate für das Finden und Klassifizieren von Spiralgalaxien in diesen Bildern erzielt.

Diese Technik wird zusammen mit der Bürgerwissenschaft eingesetzt, und beide sollen zu mehr Entdeckungen in der Zukunft führen.

Die Forscher wandten eine Deep-Learning-Technik an, um Galaxien in einer großen Datenbank von Bildern zu klassifizieren, die mit dem Subaru-Teleskop aufgenommen wurden. Aufgrund seiner extrem hohen Empfindlichkeit hat das Teleskop etwa 560.000 Galaxien in den Bildern detektiert.

Das Subaru-Teleskop ist wichtig, da die Aufgabe, so viele Galaxien mit bloßem Auge für eine morphologische Klassifizierung zu identifizieren, nahezu unmöglich wäre. Dank der KI konnte das Team die Informationen ohne menschliche Intervention verarbeiten.

Die Arbeit wurde in Monthly Notices of the Royal Astronomical Society veröffentlicht.

Automatisierte Verarbeitungstechniken

Seit 2012 hat die Welt eine rasante Entwicklung von automatisierten Verarbeitungstechniken für die Extraktion und Beurteilung von Merkmalen mit Deep-Learning-Algorithmen erlebt. Diese sind oft viel genauer als Menschen und kommen in autonomen Fahrzeugen, Sicherheitskameras und verschiedenen anderen Anwendungen zum Einsatz.

Dr. Ken-ichi Tadaki ist ein Projekt-Assistenzprofessor am NAOJ. Er ist der Urheber der Idee, dass KI, wenn sie in der Lage ist, Bilder von Katzen und Hunden zu klassifizieren, keinen Grund hat, warum sie nicht in der Lage sein sollte, “Galaxien mit Spiralstrukturen” von “Galaxien ohne Spiralstrukturen” zu unterscheiden.

Mithilfe von Trainingsdaten, die von Menschen vorbereitet wurden, konnte die KI die Galaxien-Morphologien mit einer Genauigkeitsrate von 97,5% erfolgreich klassifizieren. Nach der Anwendung auf die gesamte Datenbank konnte die KI Spiralstrukturen in etwa 80.000 Galaxien identifizieren.

https://www.youtube.com/watch?v=fsNBG6Vsx8w

Bürgerwissenschaftsprojekt

Da die neue Technik effektiv darin war, Galaxien zu identifizieren, kann die Gruppe sie nun verwenden, um Galaxien in detailliertere Klassen zu klassifizieren. Dies wird durch das Training der KI auf vielen Galaxien erreicht, die von Menschen klassifiziert wurden.

Das NAOJ führt ein neu geschaffenes Bürgerwissenschaftsprojekt namens “GALAXY CRUISE” durch, das auf der Untersuchung von Galaxien-Bildern basiert, die mit dem Subaru-Teleskop aufgenommen wurden. Die Bürger untersuchen dann Merkmale, die darauf hindeuten, dass die Galaxie mit einer anderen Galaxie kollidiert oder verschmilzt.

Associate Professor Masayuki Tanaka ist der Berater von “GALAXY CRUISE” und glaubt fest an die Erforschung von Galaxien durch künstliche Intelligenz.

“Das Subaru-Strategieprogramm ist ein ernstes Big-Data-Projekt, das eine fast unzählbare Anzahl von Galaxien enthält. Wissenschaftlich ist es sehr interessant, solche Big-Data mit einer Kombination von Bürger-Astronomen und Maschinen anzugehen”, sagt Tanaka. “Indem wir Deep-Learning auf die Klassifizierungen anwenden, die von den Bürger-Wissenschaftlern in GALAXY CRUISE durchgeführt werden, können wir wahrscheinlich eine große Anzahl von kollidierenden und verschmelzenden Galaxien finden.”

Die neue Technik, die von der Gruppe von Astronomen entwickelt wurde, hat große Auswirkungen auf das Feld. Sie ist ein weiteres Beispiel dafür, wie künstliche Intelligenz nicht nur das Leben auf unserem Planeten verändern, sondern auch dazu beitragen wird, unser Wissen darüber hinaus zu erweitern.