Искусственный интеллект помог астрономам создать самый большой 3D-каталог галактик, квазаров, звезд и других объектов - «Наука и технологии»

Не так давно группа ученых-астрономов из Института астрономии Гавайского университета закончила создание самого масштабного на сегодняшний день трехмерного астрономического каталога, в который вошло более 3 миллиардов записей о галактиках, квазарах, звездах и других космических объектах. При составлении этого каталога использовались данные, собранные телескопами Panoramic Survey Telescope и Pan-STARRS1 (PS1), а выполненный этими телескопами обзор можно считать самым масштабным и самым глубоким многодиапазонным оптическим обзором, который охватил три четверти от всего ночного неба.

Данные созданного 3D-каталога, в виде упорядоченных csv-файлов, находятся в общем открытом доступе посредством архива Mikulski Archive for Space Telescopes. Кроме этого, к базе каталога, объем которой составляет около 300 Гб, можно обращаться при помощи SQL-инструкций через специализированный сервис MAST CasJobs SQL. Содержащихся в базе данных достаточно для определения того, какой из объектов является галактикой, звездой или квазаром, более того, для галактик приведены оценочные данные касающиеся их удаленности от нас.

Для создания каталога астрономы провели достаточно стандартный набор спектрографических измерений, данные от которых позволяют классифицировать космические объекты и в некоторых случаях вычислить расстояние до них. Набор "сырых" данных был подан на вход специализированной обученной системы искусственного интеллекта, которая с достаточно высокой точностью классифицировала космические объекты и определяла их некоторые параметры, размер, уровень светимости, цвет и т.п. При этом, точность классификации составила 98,1% для галактик, 97,8% для звезд и 96,6% для квазаров. Оценки расстояния до галактик были выполнены с точностью до 3%.

"Используя самые современные оптимизационные алгоритмы, мы создали обучающий набор спектрографических данных, содержащий информацию о более чем 4 миллионах источников света" - рассказывает Роберт Бек (Robert Beck), ведущий исследователь, - "Обучившаяся на этих данных нейронная сеть стала способна классифицировать космические объекты, определять расстояние до них, учитывая и корректируя искажения, вносимые находящимися в нашей галактике Млечного Пути облаками пыли".