日本国家天文台 信用:CC0公共领域 天文学家已经将人工智能应用到由斯巴鲁望远镜拍摄的遥远宇宙的超宽视场图像中，并且在这些图像中找到螺旋星系并对其进行分类方面取得了非常高的精度
这项技术，结合公民科学，有望在未来产生进一步的发现
一个主要由日本国家天文台的天文学家组成的研究小组应用了一种深度学习技术，一种人工智能，对斯巴鲁望远镜获得的大数据集图像中的星系进行分类
由于其高灵敏度，在图像中已经探测到多达56万个星系
用肉眼逐个目视处理这一大堆星系进行形态分类是极其困难的
人工智能使团队能够在没有人工干预的情况下执行处理
自2012年以来，利用深度学习算法提取和判断特征的自动化处理技术得到了快速发展
现在，它们在精确度方面通常超过人类，并被用于自动车辆、安全摄像头和许多其他应用
医生
NAOJ的项目助理教授Ken-ichi Tadaki提出了这样一个想法，如果人工智能能够对猫和狗的图像进行分类，它应该能够区分“有螺旋模式的星系”和“没有螺旋模式的星系”
“事实上，利用人类准备的训练数据，人工智能成功地以97%的准确率对星系形态进行了分类
5%
然后将训练好的人工智能应用到完整的数据集，它识别了大约80，000个星系中的螺旋
信用:日本国家天文台 现在这种技术已经被证明是有效的，它可以被扩展到将星系分类成更详细的类别，通过在人类分类的大量星系的基础上训练人工智能
日本宇宙航空研究开发机构现在正在运行一个名为“银河巡航”的公民科学项目，在这个项目中，公民们检查用斯巴鲁望远镜拍摄的星系图像，以寻找表明该星系正在与另一个星系碰撞或合并的特征
“银河巡航”的顾问，副教授雅行·田中对使用人工智能研究星系抱有很高的期望，他说:“斯巴鲁战略计划是一个包含几乎无数个星系的严肃的大数据
从科学上讲，通过公民天文学家和机器的合作来处理这样的大数据是非常有趣的
通过在银河系漫游中的公民科学家所做的分类的基础上进行深度学习，我们有可能发现大量碰撞和合并的星系
" 这些结果以Tadaki等人的形式出现
“螺旋星系的自旋宇称ⅱ:使用来自斯巴鲁超级超级超级计算机调查和深度学习的大数据的80k螺旋星系目录”，载于2020年7月2日皇家天文学会月刊
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
