Astronomen hebben kunstmatige intelligentie (AI) toegepast op ultrabrede gezichtsveldbeelden van het verre heelal, vastgelegd door de Subaru-telescoop, en hebben een zeer hoge nauwkeurigheid bereikt voor het vinden en classificeren van spiraalstelsels in die afbeeldingen. Deze techniek, in combinatie met burgerwetenschap, zal naar verwachting in de toekomst nog meer ontdekkingen opleveren.

Een onderzoeksgroep, bestaande uit astronomen, voornamelijk van de National Astronomical Observatory of Japan (NAOJ), een diepgaande leertechniek toegepast, een soort AI, om sterrenstelsels te classificeren in een grote dataset van afbeeldingen die zijn verkregen met de Subaru-telescoop. Dankzij de hoge gevoeligheid maar liefst 560, 000 sterrenstelsels zijn gedetecteerd in de afbeeldingen. Het zou buitengewoon moeilijk zijn om dit grote aantal sterrenstelsels één voor één visueel te verwerken met menselijke ogen voor morfologische classificatie. Dankzij de AI kon het team de verwerking uitvoeren zonder menselijke tussenkomst.

Geautomatiseerde verwerkingstechnieken voor het extraheren en beoordelen van functies met diepgaande algoritmen zijn sinds 2012 snel ontwikkeld. Nu overtreffen ze meestal mensen in termen van nauwkeurigheid en worden ze gebruikt voor autonome voertuigen, beveiligingscamera's, en vele andere toepassingen. Dr. Ken-ichi Tadaki, een projectassistent-professor bij NAOJ, kwam met het idee dat als AI afbeeldingen van katten en honden kan classificeren, het zou "sterrenstelsels met spiraalpatronen" moeten kunnen onderscheiden van "stelsels zonder spiraalpatronen". Inderdaad, met behulp van door mensen opgestelde trainingsgegevens, de AI heeft met succes de morfologieën van sterrenstelsels geclassificeerd met een nauwkeurigheid van 97,5%. Vervolgens de getrainde AI toepassen op de volledige dataset, het identificeerde spiralen in ongeveer 80, 000 sterrenstelsels.

Nu deze techniek bewezen effectief is, het kan worden uitgebreid om sterrenstelsels in meer gedetailleerde klassen in te delen, door de AI te trainen op basis van een aanzienlijk aantal door mensen geclassificeerde sterrenstelsels. NAOJ runt nu een burgerwetenschappelijk project "Galaxy Cruise, " waar burgers sterrenstelsels bekijken die zijn gemaakt met de Subaru-telescoop om te zoeken naar kenmerken die suggereren dat het sterrenstelsel botst met of versmelt met een ander sterrenstelsel. De adviseur van "Galaxy Cruise, " Universitair hoofddocent Masayuki Tanaka heeft hoge verwachtingen van de studie van sterrenstelsels met behulp van kunstmatige intelligentie en zegt:"Het Subaru Strategisch Programma is een serieuze Big Data met een bijna ontelbaar aantal sterrenstelsels. Wetenschappelijk gezien het is heel interessant om dergelijke big data aan te pakken met een samenwerking van burgerastronomen en machines. Door deep-learning toe te passen bovenop de classificaties van burgerwetenschappers in Galaxy Cruise, kansen zijn, we kunnen een groot aantal botsende en samensmeltende sterrenstelsels vinden."

Deze resultaten verschenen als Tadaki et al. "Spin Parity of Spiral Galaxies II:een catalogus van 80k spiraalstelsels met behulp van big data van de Subaru Hyper Suprime-Cam Survey en deep learning, " in Maandelijkse mededelingen van de Royal Astronomical Society op 02 juli, 2020.