Araştırmacılar Galaksileri Algılayabilen ve Sınıflandırabilen Yapay Zeka Geliştirdiler

UC Santa Cruz’daki araştırmacılar, astronomik görüntü verilerini analiz edebilen bir bilgisayar programı olan Morpheus’u geliştirdiler. Büyük veri setlerinde var olan galaksileri ve yıldızları tanımlayabilen ve sınıflandırabilen bir programdır.

Morpheus Nedir

Morpheus, çeşitli yapay zeka teknolojilerinden oluşan derin öğrenme çerçevesidir. Bu teknolojiler, görüntü ve konuşma tanıma gibi belirli uygulamalara odaklanır.

Brant Robertson, astronomi ve astrofizik profesörüdür. UC Santa Cruz’daki Hesaplamalı Astrofizik Araştırma Grubu’nun başında bulunmaktadır. Robertson’a göre, geleneksel olarak astronomlar tarafından yapılan belirli görevlerin otomatikleştirilmesi gerekmektedir. Bu, astronomi veri setlerinin sürekli artması nedeniyle gerekmektedir.

“Bazı şeyleri insanlar olarak yapamayız, bu nedenle büyük miktarda veriyle başa çıkmak için bilgisayarları kullanmanın yollarını bulmalıyız” dedi.

Ryan Hausen, UCSC’nin Baskin Mühendislik Okulu’ndan bilgisayar bilimi yüksek lisans öğrencisidir. Morpheus üzerinde iki yıl boyunca Anderson ile işbirliği yaptı.

Sonuçları 12 Mayıs’ta Astrophysical Journal Supplement Series dergisinde yayımlandı. Morpheus kodu da halka açık olacaktır ve online демонстрацияlar yapılacak.

Galaksilerin Morfolojisi

Astronomlar, galaksilerin morfolojilerini gözlemleyerek, galaksilerin nasıl oluştuğunu ve nasıl evrimleştiğini öğrenebilirler.

Büyük ölçekli anketler planlanmaktadır ve bunlar, kullanılabilecek büyük miktarda görüntü verisi üretecektir. Bu anketlerden biri, Şili’deki Vera Rubin Gözlemevi’nde yapılacak olan Legacy Survey of Space and Time (LSST) anketidir.

Robertson, galaksilerin oluşumunu ve evrimini daha iyi anlamak için verilerin nasıl kullanılacağını araştırmaktadır.

LSST gerçekleştirildiğinde, her gece 800 panoramik görüntü çekecek ve 3,2 milyar piksel kamerası olacak. LSST, ayrıca her hafta iki kez tüm görünen gökyüzünü kaydedecek.

“Astronomlara milyarlarca nesneyi sınıflandırmasını isteseniz, bunu nasıl yapabilirler? Şimdi bu nesneleri otomatik olarak sınıflandırabileceğiz ve bu bilgileri galaksi evrimi hakkında öğrenmek için kullanabileceğiz” dedi Robertson.

Galaksiler için Derin Öğrenme Teknolojisi

Derin öğrenme teknolojisi, bazı astronomlar tarafından galaksileri sınıflandırmak için kullanılmıştır, ancak genellikle mevcut görüntü tanıma algoritmalarının uyarlanması gerekmektedir. Algoritmalar geleneksel olarak, galaksilerin küratörlüğü yapılmış resimlerine beslenmektedir.

Morpheus, özellikle astronomik görüntü verilerini analiz etmek için geliştirilmiştir. Orijinal görüntü verilerini, astronomların kullandığı standart dijital formatta kullanmaktadır.

Robertson’a göre, Morpheus’un önemli noktalarından biri, piksel düzeyinde sınıflandırmadır.

“Diğer modellerde, bir şeyin orada olduğunu bilmeli ve modeli bir resimle beslemelisiniz, ve tüm galaksiyi bir kez sınıflandırır. Morpheus, galaksileri sizin için keşfeder ve piksel piksel yapar, bu nedenle çok karmaşık resimlerle başa çıkabilir, örneğin bir sferoidin yanında bir disk olabilir. Bir diskte merkezi bir kütle varsa, kütleyi ayrı olarak sınıflandırır. Bu nedenle çok güçlüdür” dedi.

Araştırmacılar, derin öğrenme algoritmasını eğitmek için 2015 yılında yapılan bir çalışmadan elde edilen bilgileri kullandılar. Çalışma, Hubble Uzay Teleskobu görüntülerinden CANDELS anketinden yaklaşık 10.000 galaksiyi topladı ve sınıflandırdı. Morpheus, daha sonra Hubble Legacy Fields görüntü verilerine uygulandı.

Gökyüzünün bir bölümünün resmini işledikten sonra, Morpheus aynı alanda yeni bir resim seti oluşturur ve tüm nesneleri morfolojilerine göre renklendirir. Astronomik nesneler, arka planından ayrılmış ve yıldızlar ve farklı galaksi türleri tanımlanmıştır. Program, UCSC’nin lux süper bilgisayarında çalışır ve tüm veri seti için piksel piksel analiz hızla oluşturulur.

“Morpheus, mevcut olmayan bir ayrıntı düzeyinde astronomik nesnelerin algılanması ve morfolojik sınıflandırmasını sağlar” dedi Hausen.

Araştırmacıların yaptığı çalışma, NASA ve Ulusal Bilim Vakfı tarafından desteklenmiştir.