预示着未来会有更多的天文发现

天文学家已经将人工智能应用到由斯巴鲁望远镜拍摄的遥远宇宙的超宽视场图像中，并且已经在这些图像中获得了非常高的发现和分类螺旋星系的精确度。

这项技术与公民科学相结合，有望在未来产生更多的发现。

一个主要由日本国家天文台的天文学家组成的研究小组应用了一种深度学习技术，一种人工智能，对斯巴鲁望远镜获得的大量图像数据集中的星系进行分类。

由于其高灵敏度，在图像中已经探测到多达56万个星系。

用肉眼逐个目视处理这么多星系进行形态分类是极其困难的。

人工智能使团队能够在没有人工干预的情况下进行处理。

自2012年以来，利用深度学习算法提取和判断特征的自动化处理技术得到了迅速发展。

现在，它们在精确度方面通常超过人类，并被用于自动车辆、安全摄像头和许多其他应用。

NAOJ的项目助理教授Ken-ichi Tadaki博士提出了这样的想法，如果人工智能能够对猫和狗的图像进行分类，它应该能够区分“有螺旋模式的星系”和“没有螺旋模式的星系。

”事实上，利用人类准备的训练数据，人工智能成功地将星系形态分类，准确率为97.5%。

然后将训练好的人工智能应用到完整的数据集，它识别了大约80，000个星系中的螺旋。

现在这种技术已经被证明是有效的，它可以被扩展到将星系分类成更详细的类别，通过在人类分类的大量星系的基础上训练人工智能。

NAOJ现在正在运行一个公民科学项目“GALAXY CRUISE”，在这个项目中，公民们检查用斯巴鲁望远镜拍摄的星系图像，以寻找表明该星系正在与另一个星系碰撞或融合的特征。

“银河巡航”的顾问雅行·田中副教授对利用人工智能研究星系抱有很高的期望，他说:“斯巴鲁战略计划是一个包含几乎无数个星系的严肃的大数据。

从科学角度来说，通过公民天文学家和机器的合作来处理这样的大数据是非常有趣的。

通过对GALAXY CRUISE中的公民科学家所做的分类进行深入研究，我们有可能发现大量碰撞和合并的星系。