Автор: 
Классификация космических объектов на астрономических снимках не так проста, как может показаться. Находясь на огромных расстояниях, они выглядят как слабые, часто размытые светящиеся точки. Глядя на них, часто сложно сказать, с чем мы имеем дело — звездой или галактикой, сверхновой или квазаром. В то же время масштабные обзоры неба, которые проводят в последние десятилетия, собрали колоссальные массивы снимков, нуждающиеся в таком анализе. Проводить его традиционными методами слишком тяжело и долго.
Поэтому учёные из Португалии решили автоматизировать задачу и использовать для этого искусственный интеллект. Педро Кунха (Pedro Cunha) и Эндрю Хамфри (Andrew Humphrey) из Института астрофизики и космических наук (IA) разработали модель SHEEP, способную быстро и точно классифицировать далёкие космические объекты на снимках телескопов. Детали проекта они приводят в статье, опубликованной в журнале Astronomy & Astrophysics.
SHEEP — модель машинного обучения с подкреплением, которая использует спектры и координаты космических объектов, а также определяет фотометрическое красное смещение, чтобы точнее классифицировать их. Красное смещение вместе с координатами позволяет системе оценить примерное положение источника в пространстве, чтобы лучше распознавать его. Например, если объект находится в плоскости Млечного Пути, он с большей вероятностью будет звездой, а если вне этой плоскости — удалённой галактикой.
Для демонстрации работы SHEEP авторы проанализировали с его помощью обширные базы данных обзоров SDSS (сделанного наземными инструментами) и WISE (сделанного одноименным космическим телескопом), содержащие фотометрические данные для примерно трёх с половиной миллионов далёких источников. Точность определения алгоритмом звёзд составила 98,5 процента, галактик — 96,7 процента, а квазаров (активных ядер молодых галактик) — 99 процентов.
«Позволив искусственному интеллекту включать данные о положении источников в пространстве, мы улучшили его способность принимать правильные решения о природе этих источников», — рассказал профессор Хамфри.
Учёные надеются, что их система поможет находить интересные объекты в огромных массивах данных, которые появятся в ближайшее время — в частности, благодаря новой космической миссии ESA Euclid. Аппарат готовится к запуску в 2023 году и займётся сверхточным измерением красных смещений далёких галактик.
