Компьютер научили различать галактики

Астрономы из Университета Хартфордшира в британском Хэтфилде (University of Hertfordshire, Hatfield, UK) научили компьютер автоматически распознавать и классифицировать галактики на астрономических снимках, используя самообучающийся алгоритм, известный как Robust Growing Neural Gas (RGNG).

Тестовое фото для алгоритма — комбинированное изображение скопления MACS0416.1-2403, полученное с помощью космического телескопа Hubble через три светофильтра. Четко видны желтовато-белые эллиптические галактики (цвета условные) в окружении многочисленных голубых спиральных и неправильных галактик. На изображении также присутствуют многочисленные дуги — гравитационно-линзированные «отражения» объектов, лежащих позади скопления, сила тяжести которого преломляет их излучение.

Группа ученых, возглавляемая докторами Джеймсом Гичем и Алексом Хокингом (James Geach, Alex Hocking), продемонстрировала действие этого алгоритма, используя данные, которые были получены космическим телескопом Hubble по программе «Пограничные поля» (Frontier Fields) — в результате обзорной съемки нескольких галактических скоплений. Разнообразные типы содержащихся в них галактик уже давно общепризнаны и классифицированы профессиональными астрономами.

В ходе «тренировки» алгоритма было использовано поле галактик Abell 2744. Далее полученные результаты применили к другому скоплению, имеющему обозначение MACS 0416.1-2403, чтобы продемонстрировать возможности программы точно выделять отдельные детали изображения и отождествлять при этом «ранние» и «поздние» типы галактик. Напомним, что к первым относятся эллиптические и линзовидные звездные системы, а ко вторым — системы с явно выраженными спиральными рукавами.

По словам ученых, главной особенностью алгоритма является то, что они не задают наперед, что именно нужно искать на изображениях неба, а лишь «указывают» машине, как нужно искать.

Человек, глядя на снимки галактических скоплений, интуитивно может отыскать интересующий его объект, а при наличии некоторого опыта — классифицировать его даже без предоставления какой-либо дополнительной информации. Теперь, благодаря тому, что подобную работу будет выполнять компьютер, астрономы смогут проанализировать очень большие изображения из разных обзоров неба, на которых ни один человек или даже исследовательская группа не сможет внимательно проверить каждый фрагмент. К тому же новый алгоритм, после его модификации, потенциально имеет огромное количество применений далеко за пределами астрономии — в частности, в медицине, где он мог бы помогать врачам находить опухоли на ранних стадиях, или в сфере безопасности (например, для поиска подозрительных предметов при сканировании багажа в аэропорту).