Изображения молодой галактики на разных этапах эволюции. Верхний ряд - полученные в симуляциях, средний ряд - полученные "Хабблом", нижний ряд - снимки после классификации. Фото: M. Huertas-Company et al. / ArXiv.org

Изображения молодой галактики на разных этапах эволюции. Верхний ряд - полученные в симуляциях, средний ряд - полученные "Хабблом", нижний ряд - снимки после классификации. Фото: M. Huertas-Company et al. / ArXiv.org

Астрономы обучили искусственный интеллект анализировать фотографии галактик и, в частности, искать на них регионы активного звездообразования. Статья об этом принята к публикации в Astrophysical Journal, кратко о них пишет Space Daily.

Развитие галактик продолжается в течение десятков миллиардов лет; за это время их вид и звездный состав неоднократно значительно меняется. Ученые на основе снимков галактик, находящихся на разных этапах развития, пытаются строить модели их поведения и эволюции. Затем эти модели сравниваются с новыми реальными данными других схожих галактик, и таким образом ученые могут предсказывать их поведение и лучше понимать принципы развития Вселенной.

Нейросети, обученные методом глубокого машинного обучения, в последние годы широко испльзуются для распознавания лиц, образов или речи. В новой работе астрономы решили попробовать использовать нейросеть для распознавания образов и классификации галактик.

Алгоритм был обучен и протестирован примерно на десяти тысячах изображений галактик на разной стадии эволюции. Упор был сделан на обучение нахождению на снимках молодых галактик так называемых «голубых самородков» – областей в их центре, где находятся крупные скопления недавно появившихся голубых звезд. Обучение проводилось до тех пор, пока искусственный интеллект не научился отличать снимки с «голубыми самородками» с точностью 80%.

После этого нейросеть использовали для анализа новых снимков, сделанных с помощью телескопа «Хаббл». По результатам обработки выяснилось, что скопления голубых звезд, в основном, появляются в галактиках строго определенной массы (от 1 млрд до 10 млрд масс Солнца). Полученные результаты, как отметили авторы работы, сошлись с теоретическими моделями.

«Мы не ожидали, что результат будет насколько успешным. Я поражен, насколько этот искусственный интеллект мощный», – прокомментировал результаты работы один из ее соавторов.