研究人員教授了一種人工智能程序，該程序用于識別Facebook上的面孔，以識別深空中的星系。結果是一個名為ClaRAN的AI機器人可以掃描射電望遠鏡拍攝的圖像。它的工作是發(fā)現(xiàn)射電星系，這些星系從其中心的超大質(zhì)量黑洞發(fā)出強大的射流。

ClaRAN是大數(shù)據(jù)專家Chen Wu博士和天文學家Ivy Wong博士的創(chuàng)意，他們都是來自國際射電天文學研究中心(ICRAR)的西澳大利亞大學分校。

黃博士說，在大多數(shù)(如果不是全部)星系的中心都發(fā)現(xiàn)了黑洞。

她說：“這些超大質(zhì)量的黑洞偶爾會打出射束，這些射束可以用射電望遠鏡看到。”

“隨著時間的流逝，噴氣式飛機可以從其宿主星系延伸很長的距離，這使傳統(tǒng)的計算機程序很難弄清星系的位置。

“這就是我們要教ClaRAN進行的工作。”

吳博士說，ClaRAN源自微軟和Facebook的對象檢測軟件的開源版本。

他說，該程序已經(jīng)過全面檢查和培訓，可以識別星系而不是人。

ClaRAN本身也是開源的，可以在GitHub上公開獲得 。

黃博士說，即將進行的使用西澳州的澳大利亞平方公里陣列探路者(ASKAP)望遠鏡進行的EMU調(diào)查預計將在整個宇宙歷史上觀測到多達7,000萬個星系。

她說，傳統(tǒng)的計算機算法能夠正確識別90%的來源。

黃博士說：“由于其擴展結構的復雜性，仍然有10%或700萬個'困難'星系必須被人類盯上。”

Wong博士先前利用“無線電銀河動物園”項目利用公民科學的力量來發(fā)現(xiàn)星系。

她說：“如果ClaRAN將要求視覺分類的光源數(shù)量減少到百分之一，這意味著我們的公民科學家有更多時間花在尋找新型星系上，”她說。

通過組合來自不同望遠鏡的數(shù)據(jù)，ClaRAN在檢測和分類方面的“信心”水平得到了提高。顯示為檢測框上方的數(shù)字，置信度1.00表示ClaRAN非常確定檢測到的源是射電星系射流系統(tǒng)，并且已正確分類。左側(cè)是ClaRAN僅使用來自射電望遠鏡的數(shù)據(jù)檢測到的射電星系射流系統(tǒng)。ClaRAN不確定在這里看到什么，給出了兩個預測，一個預測以0.53的低置信度覆蓋整個系統(tǒng)，而一個預測僅以0.67的置信度覆蓋了頂級噴氣機。右邊是同一個星系，但是紅外望遠鏡的數(shù)據(jù)被覆蓋了。隨著紅外望遠鏡數(shù)據(jù)的加入，ClaRAN對檢測的信心提高到了1.0的最高值，ClaRAN現(xiàn)在將整個系統(tǒng)納入其唯一的預測中。圖片來源：ICRAR / UWA的Chen Wu博士和Ivy Wong博士。

由Radio Galaxy Zoo志愿者制作的高精度目錄用于培訓ClaRAN如何識別飛機的起源。

吳博士說，ClaRAN是稱為“編程2.0”的新范例的示例。

他說：“您要做的就是建立一個巨大的神經(jīng)網(wǎng)絡，為其提供大量數(shù)據(jù)，并讓其找出如何調(diào)整其內(nèi)部聯(lián)系以產(chǎn)生預期結果的方法。”

“新一代的程序員花費99%的時間來制作最優(yōu)質(zhì)的數(shù)據(jù)集，然后訓練AI算法來優(yōu)化其余部分。

“這是編程的未來。”

黃博士說，ClaRAN對于望遠鏡觀測的處理方式具有重大意義。

她說：“如果我們可以開始為下一代調(diào)查應用這些更高級的方法，那么我們就可以最大限度地利用它們。”

“在全新數(shù)據(jù)上使用已有40年歷史的方法毫無意義，因為我們正在嘗試比以往任何時候都更深入地探索宇宙。”