• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Astronomia
    La nuova potente tecnica di intelligenza artificiale rileva e classifica le galassie nei dati delle immagini astronomiche

    Questa immagine del telescopio spaziale Hubble di una regione negli Hubble Legacy Fields include una grande galassia a disco. Credito:NASA/STScI

    I ricercatori dell'UC Santa Cruz hanno sviluppato un nuovo potente programma per computer chiamato Morpheus in grado di analizzare i dati delle immagini astronomiche pixel per pixel per identificare e classificare tutte le galassie e le stelle in grandi set di dati provenienti da indagini astronomiche.

    Morpheus è un framework di deep learning che incorpora una varietà di tecnologie di intelligenza artificiale sviluppate per applicazioni come il riconoscimento di immagini e parlato. Brant Robertson, un professore di astronomia e astrofisica che guida il Computational Astrophysics Research Group presso l'UC Santa Cruz, ha affermato che la dimensione in rapida crescita dei set di dati astronomici ha reso essenziale automatizzare alcuni dei compiti tradizionalmente svolti dagli astronomi.

    "Ci sono alcune cose che semplicemente non possiamo fare come esseri umani, quindi dobbiamo trovare il modo di usare i computer per gestire l'enorme quantità di dati che arriveranno nei prossimi anni da grandi progetti di rilevamento astronomico, " Egli ha detto.

    Robertson ha lavorato con Ryan Hausen, uno studente laureato in informatica presso la Baskin School of Engineering della UCSC, che ha sviluppato e testato Morpheus negli ultimi due anni. Con la pubblicazione dei loro risultati il ​​12 maggio nel Serie di supplementi per riviste astrofisiche , Hausen e Robertson stanno anche rilasciando pubblicamente il codice Morpheus e fornendo dimostrazioni online.

    Le morfologie delle galassie, dalle galassie a disco rotante come la nostra Via Lattea alle galassie amorfe ellittiche e sferoidali, può dire agli astronomi come si formano ed evolvono le galassie nel tempo. Indagini su larga scala, come il Legacy Survey of Space and Time (LSST) da condurre presso l'Osservatorio Vera Rubin ora in costruzione in Cile, genererà enormi quantità di dati immagine, e Robertson è stato coinvolto nella pianificazione di come utilizzare quei dati per comprendere la formazione e l'evoluzione delle galassie. LSST scatterà più di 800 immagini panoramiche ogni notte con una fotocamera da 3,2 miliardi di pixel, registrando l'intero cielo visibile due volte alla settimana.

    "Immagina se andassi dagli astronomi e chiedessi loro di classificare miliardi di oggetti, come potrebbero farlo? Ora saremo in grado di classificare automaticamente quegli oggetti e usare quelle informazioni per conoscere l'evoluzione delle galassie, " ha detto Robertson.

    La corrispondente classificazione morfologica di Morpheus risulta per la regione nell'immagine Hubble Legacy Fields. Credito:Ryan Hausen

    Altri astronomi hanno utilizzato la tecnologia del deep learning per classificare le galassie, ma gli sforzi precedenti hanno in genere comportato l'adattamento degli algoritmi di riconoscimento delle immagini esistenti, e i ricercatori hanno alimentato le immagini curate dagli algoritmi delle galassie da classificare. Hausen ha costruito Morpheus da zero appositamente per i dati di immagini astronomiche, e il modello utilizza come input i dati dell'immagine originale nel formato di file digitale standard utilizzato dagli astronomi.

    La classificazione a livello di pixel è un altro importante vantaggio di Morpheus, ha detto Robertson. "Con altri modelli, devi sapere che c'è qualcosa e dare un'immagine al modello, e classifica subito l'intera galassia, " disse. " Morfeo scopre le galassie per te, e lo fa pixel per pixel, quindi può gestire immagini molto complicate, dove potresti avere uno sferoidale proprio accanto a un disco. Per un disco con un rigonfiamento centrale, classifica il rigonfiamento separatamente. Quindi è molto potente".

    Per addestrare l'algoritmo di deep learning, i ricercatori hanno utilizzato le informazioni di uno studio del 2015 in cui dozzine di astronomi hanno classificato circa 10, 000 galassie nelle immagini del telescopio spaziale Hubble dall'indagine CANDELS. Hanno quindi applicato Morpheus ai dati di immagine degli Hubble Legacy Fields, che combina le osservazioni prese da diversi sondaggi Hubble in campo profondo.

    Quando Morfeo elabora un'immagine di un'area del cielo, genera una nuova serie di immagini di quella parte del cielo in cui tutti gli oggetti sono codificati a colori in base alla loro morfologia, separare gli oggetti astronomici dallo sfondo e identificare sorgenti puntiformi (stelle) e diversi tipi di galassie. L'output include un livello di confidenza per ogni classificazione. In esecuzione sul supercomputer lux della UCSC, il programma genera rapidamente un'analisi pixel per pixel per l'intero set di dati.

    "Morpheus fornisce il rilevamento e la classificazione morfologica di oggetti astronomici a un livello di granularità che attualmente non esiste, "Hausen ha detto.

    Una visualizzazione interattiva dei risultati del modello Morpheus per GOODS South, un'indagine in campo profondo che ha ripreso milioni di galassie, è stato rilasciato pubblicamente. Questo lavoro è stato sostenuto dalla NASA e dalla National Science Foundation.


    © Scienza https://it.scienceaq.com