Quatorze prédictions radiogalactiques que ClaRAN a faites lors de son balayage de données radio et infrarouges. Toutes les prédictions ont été faites avec un niveau élevé de « confiance », indiqué comme le numéro au-dessus de la zone de détection. Un niveau de confiance de 1,00 indique que ClaRAN est extrêmement confiant à la fois dans le fait que la source détectée est un système de jet radio galactique et qu'il l'a correctement classé. Crédit :Dr Chen Wu et Dr Ivy Wong, ICRAR/UWA.
Des chercheurs ont enseigné un programme d'intelligence artificielle utilisé pour reconnaître les visages sur Facebook afin d'identifier les galaxies dans l'espace lointain.
Le résultat est un robot IA nommé ClaRAN qui scanne les images prises par les radiotélescopes.
Son travail consiste à repérer les radiogalaxies, des galaxies qui émettent de puissants jets radio à partir de trous noirs supermassifs en leur centre.
ClaRAN est l'idée originale du Dr Chen Wu, spécialiste du Big Data et de l'astronome Dr Ivy Wong, tous deux du nœud de l'Université d'Australie occidentale du Centre international de recherche en radioastronomie (ICRAR).
Le Dr Wong a déclaré que les trous noirs se trouvent au centre de la plupart, sinon tout, galactique.
"Ces trous noirs supermassifs émettent parfois des jets qui peuvent être vus avec un radiotélescope, " elle a dit.
"Heures supplémentaires, les jets peuvent s'étendre loin de leurs galaxies hôtes, ce qui rend difficile pour les programmes informatiques traditionnels de comprendre où se trouve la galaxie.
"C'est ce que nous essayons d'apprendre à ClaRAN à faire."
Le Dr Wu a déclaré que ClaRAN est né d'une version open source du logiciel de détection d'objets de Microsoft et Facebook.
Il a déclaré que le programme avait été complètement remanié et formé pour reconnaître les galaxies plutôt que les personnes.
ClaRAN lui-même est également open source et accessible au public sur GitHub.
En combinant les données de différents télescopes, Le niveau de « confiance » de ClaRAN dans ses détections et classifications est augmenté. Montré comme le nombre au-dessus de la boîte de détection, une confiance de 1,00 indique que ClaRAN est extrêmement confiant que la source détectée est un système de jet radiogalactique et qu'il l'a classé correctement. ClaRAN n'est pas sûr de ce qu'il voit ici, donner deux prédictions, un couvrant l'ensemble du système avec un faible niveau de confiance de 0,53, et un couvrant le jet supérieur uniquement avec une confiance de 0,67. A droite se trouve la même galaxie, mais avec des données de télescope infrarouge superposées. Avec l'inclusion des données des télescopes infrarouges, la confiance de ClaRAN dans la détection a augmenté jusqu'à la valeur la plus élevée de 1,0, et ClaRAN inclut désormais l'ensemble du système dans sa seule prédiction. Crédit :Dr Chen Wu et Dr Ivy Wong, ICRAR/UWA
Le Dr Wong a déclaré que la prochaine enquête EMU utilisant le télescope australien Square Kilometer Array Pathfinder (ASKAP) basé à WA devrait observer jusqu'à 70 millions de galaxies à travers l'histoire de l'Univers.
Elle a déclaré que les algorithmes informatiques traditionnels sont capables d'identifier correctement 90 pour cent des sources.
"Cela laisse encore 10 pour cent, ou sept millions de galaxies « difficiles » qui doivent être observées par un humain en raison de la complexité de leurs structures étendues, " dit le Dr Wong.
Le Dr Wong a déjà exploité le pouvoir de la science citoyenne pour repérer les galaxies dans le cadre du projet Radio Galaxy Zoo.
« Si ClaRAN réduit à 1 % le nombre de sources nécessitant une classification visuelle, cela signifie plus de temps pour nos scientifiques citoyens à consacrer à l'étude de nouveaux types de galaxies, " elle a dit.
Un catalogue très précis produit par les bénévoles de Radio Galaxy Zoo a été utilisé pour apprendre à ClaRAN à repérer d'où proviennent les jets.
Le Dr Wu a déclaré que ClaRAN est un exemple d'un nouveau paradigme appelé « programmation 2.0 ».
"Tout ce que vous faites est de mettre en place un énorme réseau de neurones, donnez-lui une tonne de données, et laissez-le trouver comment ajuster ses connexions internes afin de générer le résultat attendu, " il a dit.
ClaRAN examine plus de 500 vues différentes des données radiogalactiques pour effectuer ses détections et ses classifications. Après avoir parcouru les différentes vues, ClaRAN considère ensuite également les données des télescopes infrarouges pour affiner ses prédictions, donnant le résultat final de détection et de classification d'un système de jet radiogalactique. Crédit :Dr Chen Wu et Dr Ivy Wong, ICRAR/UWA.
« La nouvelle génération de programmeurs passe 99 % de son temps à créer les ensembles de données de la meilleure qualité, puis forme les algorithmes d'IA pour optimiser le reste.
"C'est l'avenir de la programmation."
Le Dr Wong a déclaré que ClaRAN a d'énormes implications sur la façon dont les observations au télescope sont traitées.
« Si nous pouvons commencer à mettre en œuvre ces méthodes plus avancées pour nos enquêtes de prochaine génération, nous pouvons maximiser la science d'eux, " elle a dit.
"Il ne sert à rien d'utiliser des méthodes vieilles de 40 ans sur de toutes nouvelles données, parce que nous essayons de sonder plus loin dans l'Univers que jamais auparavant."
Un document de recherche sur ClaRAN a été publié aujourd'hui à Avis mensuels de la Royal Astronomical Society .
