Китайски изследователи разработиха невронна мрежа, която с рекордна точност различава небесните тела едно от друго.
Алгоритъмът анализира както формата на обектите, така и техния спектър, коригирайки дори грешки в съществуващите каталози.
По време на тестовете моделът показал точност над 99%.
Разработката беше представена от учени от обсерваторията Юньнань на Китайската академия на науките.
Моделът на изкуствен интелект е способен да анализира едновременно морфологичните характеристики на обектите (тяхната форма на снимките) и спектралното разпределение на енергията.
Този подход значително повишава точността на класификацията.
За обучението на алгоритъма са използвани данни от спектроскопично потвърдени обекти от 17-тото цифрово небесно проучване на Слоунов.
В съвременната астрономия точната класификация на небесните тела играе ключова роля за разбирането на структурата и еволюцията на Вселената.
Традиционните методи, като спектроскопията, обаче изискват огромни времеви и технически ресурси.
Фотометричните наблюдения, макар и да позволяват изучаването на по-тъмни обекти, често се сблъскват с проблеми: например, квазарите на голямо разстояние изглеждат като звезди, което води до грешки в каталозите.
Новата невронна мрежа е тествана на практика: по време на тестовете тя класифицира над 27 милиона обекта, по-ярки от 23-та звездна величина.
При анализа на 3,4 милиона небесни тела от каталога на космическия телескоп Gaia невронната мрежа правилно идентифицира 99,7% от тях като звезди.
По време на проучването на данните от Galaxy And Mass Assembly (GAMA) 99,7% от източниците са безгрешно класифицирани като галактики или квазари.
Но най-интересното откритие е, че системата е способна да коригира грешки в съществуващите каталози.
