Искусственный интеллект, разработанный португальскими астрофизиками, теперь способен самостоятельно выявлять галактики, звезды и квазары на изображениях огромного количества удаленных небесных объектов.
Различение космических объектов на астрономических изображениях представляет собой сложную задачу. Расположенные на огромных расстояниях, они предстают в виде тусклых, нередко расплывчатых светящихся точек. Визуально часто бывает трудно определить, что перед нами – звезда или галактика, сверхновая или квазар. Однако масштабные обзоры неба, реализуемые на протяжении последних десятилетий, привели к накоплению огромных объемов снимков, требующих подобного анализа. Традиционные подходы к его проведению оказываются слишком трудоемкими и занимают продолжительное время.
В связи с этим, португальские ученые приняли решение автоматизировать процесс, применив для этого технологии искусственного интеллекта. Педро Кунха и Эндрю Хамфри, сотрудники Института астрофизики и космических исследований (IA), создали модель SHEEP, предназначенную для оперативной и точной классификации удаленных космических объектов на изображениях, полученных телескопами. Описание проекта представлено в статье, опубликованной в журнале Astronomy & Astrophysics.
SHEEP — это модель машинного обучения с подкреплением, применяющая спектральные данные и координаты космических объектов для более точной классификации. Она также определяет фотометрическое красное смещение. Сочетание красного смещения и координат позволяет системе оценивать приблизительное расположение объекта в пространстве, что способствует его более надёжному распознаванию. В частности, если объект расположен в плоскости Млечного Пути, вероятность того, что это звезда, возрастает, в то время как вне этой плоскости он, скорее всего, представляет собой далёкую галактику.
Чтобы продемонстрировать возможности SHEEP, авторы провели анализ больших объемов данных, полученных с помощью наземного телескопа SDSS и космического телескопа WISE. Эти данные содержат фотометрические измерения для около трех с половиной миллионов удаленных объектов. Алгоритм позволяет с точностью 98,5% идентифицировать звезды, 96,7% – галактики и 99% – квазары (активных ядер галактик.
«Предоставление искусственному интеллекту информации о географическом расположении источников позволило повысить точность его решений относительно их характеристик», — рассказал профессор Хамфри. Ученые надеются, что их система поможет находить интересные объекты в огромных массивах данных, которые появятся в ближайшее время — в частности, благодаря новой космической миссии ESA Euclid. Аппарат готовится к запуску в 2023 году и займется сверхточным измерением красных смещений далеких галактик.