Дослідницька група, що складається переважно з вчених з Національної астрономічної обсерваторії
National Astronomical Observatory of Japan
Автоматизовані методи обробки длявилучення та оцінки функцій за допомогою алгоритмів глибокого навчання швидко розвиваються з 2012 року. Зараз вони зазвичай перевершують людей по точності і використовуються для автономних транспортних засобів, камер відеоспостереження і багатьох інших додатків. Доктор Кен-ічі Тадакі, доцент проекту в NAOJ, висловив ідею, що якщо ІІ може класифікувати зображення котів і собак, він повинен бути в змозі відрізняти «галактики зі спіральними візерунками» від «галактик без спіральних візерунків». Дійсно, використовуючи дані навчання, підготовлені людьми, ІІ успішно класифікував морфологію галактик з точністю 97,5%. Потім, застосувавши навчений ІІ до повного набору даних, він ідентифікував спіралі приблизно в 80 000 галактик.
Тепер, коли ця методика довела своюефективність, її можна розширити для класифікації галактик більш детальні класи, навчивши ІІ з урахуванням їх значної кількості, класифікованих людьми. В даний час NAOJ реалізує цивільно-науковий проект Galaxy Cruise, в рамках якого громадяни вивчають зображення, зроблені за допомогою телескопа Subaru, у пошуках особливостей, що свідчать про те, що галактика стикається або зливається з іншою галактикою.
Консультант проекту Galaxy Cruise доцент Масаюкі Танака покладає великі надії на вивчення галактик за допомогою штучного інтелекту.
Читати також
Шукач скарбів знайшов скарб в Шотландії, якому 3000 років
Метеорний потік Персеїди - 2020: де його побачити, куди дивитися і як зробити фото
Подивіться на 3D-карту Всесвіту: її складали 20 років і вона вже здивувала вчених