Onderzoekers hebben een programma voor kunstmatige intelligentie geleerd dat wordt gebruikt om gezichten op Facebook te herkennen om sterrenstelsels in de verre ruimte te identificeren.

Het resultaat is een AI-bot genaamd ClaRAN die afbeeldingen scant die zijn gemaakt met radiotelescopen.

Het is zijn taak om radiosterrenstelsels te spotten - sterrenstelsels die krachtige radiostralen uitzenden van superzware zwarte gaten in hun centrum.

ClaRAN is het geesteskind van big data-specialist Dr. Chen Wu en astronoom Dr. Ivy Wong, beide van het knooppunt van de University of Western Australia van het International Centre for Radio Astronomy Research (ICRAR).

Dr. Wong zei dat zwarte gaten in het centrum van de meeste, zo niet alle, sterrenstelsels.

"Deze superzware zwarte gaten stoten af ​​en toe jets uit die je kunt zien met een radiotelescoop, " ze zei.

"Overuren, de jets kunnen zich ver uitstrekken van hun gaststelsels, waardoor het voor traditionele computerprogramma's moeilijk is om erachter te komen waar de melkweg is.

"Dat is wat we ClaRAN proberen te leren."

Dr. Wu zei dat ClaRAN is voortgekomen uit een open source-versie van de objectdetectiesoftware van Microsoft en Facebook.

Hij zei dat het programma volledig is herzien en getraind om sterrenstelsels te herkennen in plaats van mensen.

ClaRAN zelf is ook open source en openbaar beschikbaar op GitHub.

Dr. Wong zei dat het komende EMU-onderzoek met behulp van de op WA gebaseerde Australian Square Kilometre Array Pathfinder (ASKAP)-telescoop naar verwachting tot 70 miljoen sterrenstelsels in de geschiedenis van het heelal zal observeren.

Ze zei dat traditionele computeralgoritmen 90 procent van de bronnen correct kunnen identificeren.

"Dan blijft er nog 10 procent over, of zeven miljoen 'moeilijke' sterrenstelsels die door een mens moeten worden bekeken vanwege de complexiteit van hun uitgebreide structuren, ' zei dokter Wong.

Dr. Wong heeft eerder de kracht van burgerwetenschap aangewend om sterrenstelsels te spotten via het Radio Galaxy Zoo-project.

"Als ClaRAN het aantal bronnen dat visuele classificatie vereist terugbrengt tot één procent, dit betekent meer tijd voor onze burgerwetenschappers om naar nieuwe soorten sterrenstelsels te kijken, " ze zei.

Een zeer nauwkeurige catalogus, geproduceerd door vrijwilligers van Radio Galaxy Zoo, werd gebruikt om ClaRAN te leren herkennen waar de jets vandaan komen.

Dr. Wu zei dat ClaRAN een voorbeeld is van een nieuw paradigma genaamd 'programmeren 2.0'.

"Het enige wat je doet is een enorm neuraal netwerk opzetten, geef het een hoop gegevens, en laat het uitzoeken hoe het zijn interne verbindingen moet aanpassen om het verwachte resultaat te genereren, " hij zei.

"De nieuwe generatie programmeurs besteedt 99 procent van hun tijd aan het maken van datasets van de beste kwaliteit en trainen vervolgens de AI-algoritmen om de rest te optimaliseren.

"Dit is de toekomst van programmeren."

Dr. Wong zei dat ClaRAN enorme implicaties heeft voor de manier waarop telescoopwaarnemingen worden verwerkt.

"Als we kunnen beginnen met het implementeren van deze meer geavanceerde methoden voor onze enquêtes van de volgende generatie, we kunnen de wetenschap van hen maximaliseren, " ze zei.

"Het heeft geen zin om 40 jaar oude methoden te gebruiken voor gloednieuwe gegevens, omdat we proberen verder in het heelal te peilen dan ooit tevoren."

Een onderzoekspaper over ClaRAN is vandaag uitgebracht in Maandelijkse mededelingen van de Royal Astronomical Society .