Sterrenstelsels vertonen een grote verscheidenheid aan morfologieën die hun geschiedenis weerspiegelen. Datasets van krachtige geavanceerde faciliteiten zoals de Subaru-telescoop bevatten zoveel sterrenstelsels dat astronomen ze niet allemaal met de hand kunnen classificeren. In het GALAXY CRUISE burgerwetenschapsproject vroegen professionele astronomen meer dan 10.000 burgerastronoomvrijwilligers om de classificaties uit te voeren. Maar zelfs verdeeld over duizenden vrijwilligers kost classificatie nog steeds tijd.

AI kan snel classificaties uitvoeren, maar moet eerst worden getraind op basis van een catalogus met classificatievoorbeelden die door mensen zijn opgesteld.

Voor deze nieuwe studie heeft een team onder leiding van Rhythm Shimakawa, universitair hoofddocent aan de Waseda University, een AI getraind op een reeks van 20.000 sterrenstelsels die door mensen zijn geclassificeerd als onderdeel van GALAXY CRUISE. Het team heeft vervolgens de AI losgelaten op alle 700.000 sterrenstelsels in de dataset van de Subaru Telescope.

De AI classificeerde 400.000 daarvan als spiraalstelsels en 30.000 als ringstelsels. Hoewel ringstelsels minder dan 5% van alle sterrenstelsels uitmaken, heeft dit onderzoek een monster opgeleverd dat groot genoeg is voor zinvolle statistische analyses.