Quattordici previsioni di radiogalassiche ClaRAN ha fatto durante la sua scansione di dati radio e infrarossi. Tutte le previsioni sono state fatte con un alto livello di "fiducia", mostrato come il numero sopra la casella di rilevamento. Una confidenza di 1,00 indica che ClaRAN è estremamente sicuro sia che la sorgente rilevata sia un sistema a getto di radiogalassie sia che lo abbia classificato correttamente. Credito:Dr. Chen Wu e Dr. Ivy Wong, ICRAR/UWA.
I ricercatori hanno insegnato a un programma di intelligenza artificiale utilizzato per riconoscere i volti su Facebook per identificare le galassie nello spazio profondo.
Il risultato è un bot AI chiamato ClaRAN che scansiona le immagini scattate dai radiotelescopi.
Il suo compito è individuare le radiogalassie, galassie che emettono potenti getti radio dai buchi neri supermassicci al loro centro.
ClaRAN nasce da un'idea dello specialista di big data Dr. Chen Wu e dell'astronoma Dr. Ivy Wong, entrambi dal nodo della University of Western Australia dell'International Center for Radio Astronomy Research (ICRAR).
Il dottor Wong ha detto che i buchi neri si trovano al centro della maggior parte, se non tutto, galassie.
"Questi buchi neri supermassicci occasionalmente eruttano getti che possono essere visti con un radiotelescopio, " lei disse.
"Col tempo, i getti possono estendersi molto lontano dalle loro galassie ospiti, rendendo difficile per i programmi informatici tradizionali capire dove si trova la galassia.
"Questo è quello che stiamo cercando di insegnare a ClaRAN."
Il Dr. Wu ha affermato che ClaRAN è nato da una versione open source del software di rilevamento degli oggetti di Microsoft e Facebook.
Ha detto che il programma è stato completamente rivisto e addestrato a riconoscere le galassie invece delle persone.
ClaRAN stesso è anche open source e disponibile pubblicamente su GitHub.
Combinando i dati di diversi telescopi, Il livello di "fiducia" di ClaRAN nelle sue rilevazioni e classificazioni è aumentato. Indicato come il numero sopra la casella di rilevamento, una confidenza di 1,00 indica che ClaRAN è estremamente sicuro che la sorgente rilevata sia un sistema a getto di radiogalassie e che l'abbia classificato correttamente. A sinistra c'è un sistema a getto di radiogalassie rilevato da ClaRAN utilizzando solo dati provenienti da radiotelescopi. ClaRAN non è sicuro di cosa stia vedendo qui, dando due previsioni, uno che copre l'intero sistema con una bassa confidenza di 0,53, e uno che copre solo il getto superiore con una confidenza di 0,67. A destra c'è la stessa galassia, ma con i dati del telescopio a infrarossi sovrapposti. Con l'inclusione dei dati dei telescopi a infrarossi, la fiducia di ClaRAN nel rilevamento è aumentata fino al valore più alto di 1.0, e ClaRAN ora include l'intero sistema nella sua unica previsione. Credito:Dr. Chen Wu e Dr. Ivy Wong, ICRAR/UWA
Il dottor Wong ha affermato che l'imminente indagine EMU utilizzando il telescopio Australian Square Kilometer Array Pathfinder (ASKAP) con sede in WA dovrebbe osservare fino a 70 milioni di galassie nella storia dell'Universo.
Ha detto che gli algoritmi informatici tradizionali sono in grado di identificare correttamente il 90% delle fonti.
"Rimane ancora il 10 per cento, o sette milioni di galassie "difficili" che devono essere osservate da un essere umano a causa della complessità delle loro strutture estese, " ha detto il dottor Wong.
Il Dr. Wong ha precedentemente sfruttato il potere della scienza dei cittadini per individuare le galassie attraverso il progetto Radio Galaxy Zoo.
"Se ClaRAN riduce all'uno per cento il numero di sorgenti che richiedono una classificazione visiva, questo significa più tempo per i nostri scienziati cittadini da dedicare alla ricerca di nuovi tipi di galassie, " lei disse.
Un catalogo altamente accurato prodotto dai volontari di Radio Galaxy Zoo è stato utilizzato per insegnare a ClaRAN come individuare l'origine dei jet.
Il Dr. Wu ha detto che ClaRAN è un esempio di un nuovo paradigma chiamato 'programmazione 2.0'.
"Tutto ciò che fai è creare un'enorme rete neurale, dargli una tonnellata di dati, e fargli capire come regolare le sue connessioni interne al fine di generare il risultato atteso, " Egli ha detto.
ClaRAN esamina oltre 500 diverse visualizzazioni dei dati della radiogalassia per effettuare rilevamenti e classificazioni. Dopo aver scansionato le diverse viste, ClaRAN poi prende in considerazione anche i dati dei telescopi a infrarossi per affinare le sue previsioni, fornendo il risultato finale di rilevamento e classificazione di un sistema a getto di radiogalassie. Credito:Dr. Chen Wu e Dr. Ivy Wong, ICRAR/UWA.
"La nuova generazione di programmatori trascorre il 99% del proprio tempo a creare set di dati della migliore qualità e quindi addestrare gli algoritmi di intelligenza artificiale per ottimizzare il resto.
"Questo è il futuro della programmazione."
Il dottor Wong ha affermato che ClaRAN ha enormi implicazioni sul modo in cui vengono elaborate le osservazioni del telescopio.
"Se possiamo iniziare a implementare questi metodi più avanzati per i nostri sondaggi di prossima generazione, possiamo massimizzare la scienza da loro, " lei disse.
"Non ha senso usare metodi vecchi di 40 anni su dati nuovi di zecca, perché stiamo cercando di sondare ulteriormente l'Universo come mai prima d'ora".
Un documento di ricerca su ClaRAN è stato pubblicato oggi in Avvisi mensili della Royal Astronomical Society .
