Fjorton radiogalaxprognoser ClaRAN gjorde under sin skanning av radio- och infraröd data. Alla förutsägelser gjordes med en hög 'konfidensnivå', visas som numret ovanför detekteringsrutan. Ett förtroende på 1,00 indikerar att ClaRAN är extremt säker både på att källan som detekteras är ett radiogalaxstrålsystem och att den har klassificerat det korrekt. Upphovsman:Dr Chen Wu och Dr Ivy Wong, ICRAR/UWA.
Forskare har lärt ut ett program för artificiell intelligens som används för att känna igen ansikten på Facebook för att identifiera galaxer i rymden.
Resultatet är en AI -bot som heter ClaRAN som skannar bilder som tagits med radioteleskop.
Dess uppgift är att upptäcka radiogalaxer - galaxer som avger kraftfulla radiostrålar från supermassiva svarta hål i sina centrum.
ClaRAN är hjärnbarnet till stordataspecialisten Dr. Chen Wu och astronomen Dr. Ivy Wong, båda från University of Western Australia -noden vid International Center for Radio Astronomy Research (ICRAR).
Dr Wong sa att svarta hål finns i mitten av de flesta, om inte alla, galaxer.
"Dessa supermassiva svarta hål burper ibland ut jetstrålar som kan ses med ett radioteleskop, " Hon sa.
"Över tid, strålarna kan sträcka sig långt från sina värdgalaxer, vilket gör det svårt för traditionella datorprogram att ta reda på var galaxen är.
"Det är det vi försöker lära ClaRAN att göra."
Dr Wu sa att ClaRAN växte fram från en öppen källkodversion av Microsoft och Facebooks objektdetekteringsprogram.
Han sa att programmet var helt omarbetat och utbildat för att känna igen galaxer istället för människor.
ClaRAN själv är också öppen källkod och allmänt tillgänglig på GitHub.
Genom att kombinera data från olika teleskop, ClaRANs "förtroende" -nivå i sina upptäckter och klassificeringar ökar. Visas som numret ovanför detekteringsrutan, ett förtroende på 1,00 indikerar att ClaRAN är extremt säker på att källan som detekteras är ett radiogalaxstrålsystem och som har klassificerat det korrekt. Till vänster är ett radiogalaxstrålesystem detekterat av ClaRAN med endast data från radioteleskop. ClaRAN är inte säker på vad det ser här, ger två förutsägelser, en som täcker hela systemet med ett lågt förtroende på 0,53, och en som täcker toppstrålen endast med ett förtroende på 0,67. Till höger är samma galax, men med infrarött teleskopdata överlagrat. Med införandet av data från infraröda teleskop har ClaRANs förtroende för upptäckten ökat till det högsta värdet 1,0, och ClaRAN inkluderar nu hela systemet i sin enda förutsägelse. Upphovsman:Dr Chen Wu och Dr Ivy Wong, ICRAR/UWA
Dr Wong sa att den kommande EMU-undersökningen med hjälp av det WA-baserade Australian Square Kilometer Array Pathfinder (ASKAP) teleskopet förväntas observera upp till 70 miljoner galaxer genom universums historia.
Hon sa att traditionella datoralgoritmer korrekt kan identifiera 90 procent av källorna.
"Det lämnar fortfarande 10 procent, eller sju miljoner "svåra" galaxer som måste vara ögonkastade av en människa på grund av komplexiteten i deras utökade strukturer, "Dr Wong sa.
Dr Wong har tidigare utnyttjat medborgarvetenskapens kraft att upptäcka galaxer genom projektet Radio Galaxy Zoo.
"Om ClaRAN minskar antalet källor som kräver visuell klassificering till en procent, detta innebär mer tid för våra medborgarforskare att spendera på att titta på nya typer av galaxer, " Hon sa.
En mycket exakt katalog producerad av Radio Galaxy Zoo volontärer användes för att träna ClaRAN hur man upptäcker var jetplanen har sitt ursprung.
Dr Wu sa att ClaRAN är ett exempel på ett nytt paradigm som kallas 'programmering 2.0'.
"Allt du gör är att skapa ett stort neuralt nätverk, ge det massor av data, och låt den ta reda på hur man justerar sina interna anslutningar för att generera det förväntade resultatet, " han sa.
ClaRAN tittar på över 500 olika visningar av radiogalaxdata för att göra sina upptäckter och klassificeringar. Efter att ha skannat igenom de olika vyerna, ClaRAN överväger då också data från infraröda teleskop för att förfina sina förutsägelser, vilket ger det slutliga detekterings- och klassificeringsresultatet av ett radiogalaxstrålsystem. Upphovsman:Dr Chen Wu och Dr Ivy Wong, ICRAR/UWA.
"Den nya generationen programmerare lägger 99 procent av sin tid på att skapa de bästa datauppsättningarna och utbildar sedan AI -algoritmerna för att optimera resten.
"Detta är framtiden för programmering."
Dr Wong sa att ClaRAN har enorma konsekvenser för hur teleskopobservationer bearbetas.
"Om vi kan börja implementera dessa mer avancerade metoder för våra nästa generations undersökningar, vi kan maximera vetenskapen från dem, " Hon sa.
"Det är ingen idé att använda 40-åriga metoder för helt ny data, för att vi försöker söka längre in i universum än någonsin tidigare. "
En forskningsartikel om ClaRAN släpptes idag i Månatliga meddelanden från Royal Astronomical Society .
