Классификация небесных объектов представляет собой давнюю астрономическую проблему. Источники разного типа, находящиеся на немыслимо огромных расстояниях, легко перепутать между собой, например, звезду с галактикой, или квазар со сверхновой.
Решение этой проблемы было недавно предложено учеными из Института астрофизики и космических исследований, Португалия, которые решили создать оригинальный алгоритм машинного обучения под названием SHEEP, который способен определять природу астрономических источников.
Алгоритм SHEEP представляет собой программу для обработки данных на основе принципов искусственного интеллекта, которая производит оценку фотометрических красных смещений и использует эту информацию для последующей классификации источников, таких как галактика, квазар или звезда.
Принцип исследования состоит в том, что перед проведением классификации алгоритм сначала производит оценку фотометрических красных смещений, а затем добавляет их в набор данных как дополнительный вспомогательный параметр для тренировки классификационной модели.
Команда нашла, что добавление этого красного смещения и координат объектов позволяют искусственному интеллекту «понимать» эти объекты в сетке трехмерной карты Вселенной, и они использовали эти величины совместно с цветовой информацией, чтобы производить более точные оценки свойств источников. Например, искусственный интеллект выяснил, что вероятность обнаружить звезды ближе к плоскости Млечного пути выше, чем в направлении полюсов Галактики. С тех пор как искусственный интеллект начал работать с трехмерной картой Вселенной, появилась возможность точно определить природы источников.
Этот проект стал важной частью современных попыток разработать средства обработки огромного количества данных, производимых современными действующими обзорами неба.