天文學家使用斯巴魯望遠鏡拍攝的遙遠宇宙的圖像，使用人工智能（AI）對螺旋星系進行查找和分類。

在這些超寬視場圖像中，AI在定位旋渦星系方面已經達到了非常高的精度。該技術與公民科學相結合，有望在未來產生更多發現。

一個由主要來自日本國家天文臺（NAOJ）的天文學家組成的研究小組應用了一種深度學習技術（一種AI）來對由斯巴魯望遠鏡獲得的大型圖像數據集中的星系進行分類。由于它的高靈敏度，在圖像中檢測到多達560，000個星系。用肉眼一目了然地目視處理如此眾多的星系以進行形態分類將是極其困難的。AI使團隊無需人工干預即可執行處理。

自2012年以來，利用深度學習算法自動提取和判斷特征的自動處理技術得到了迅速發展。現在，在準確性方面，它們通常超過了人類，并被用于自動駕駛汽車，安全攝像機和許多其他應用。NAOJ的項目助理教授Ken-ichi Tadaki博士提出了一個想法，即如果AI可以對貓和狗的圖像進行分類，那么它應該能夠區分“具有螺旋模式的星系”和“沒有螺旋模式的星系”。的確，人工智能使用人類準備的訓練數據成功地對銀河形態進行了分類，準確率達到了97.5%，然后將經過訓練的人工智能應用于整個數據集，它識別出了約80，000個星系中的螺旋形。

現在已經證明該技術有效，可以通過根據大量人類分類的星系對AI進行訓練，將其擴展為將星系分類為更詳細的類別。

NAOJ現在正在運行一項公民科學項目“銀河巡游”，該項目中的市民檢查用斯巴魯望遠鏡拍攝的星系圖像，以尋找暗示該星系正在與另一個星系碰撞或合并的特征。

田中正幸副教授是“ GALAXY CRUISE”的顧問，他對利用人工智能研究星系抱有很高的希望，并說：“斯巴魯戰略計劃是嚴肅的大數據，其中包含幾乎無數的星系。從科學上講，通過與公民天文學家和機器的協作來處理如此大的數據。通過在GALAXY CRUISE中公民科學家做出的分類基礎上運用深度學習，我們有可能找到大量碰撞和合并的星系。”