天文学家使用斯巴鲁望远镜拍摄的遥远宇宙的图像，使用人工智能(AI)对螺旋星系进行查找和分类。
在这些超宽视场图像中，AI在定位旋涡星系方面已经达到了非常高的精度。该技术与公民科学相结合，有望在未来产生更多发现。
一个由主要来自日本国家天文台(NAOJ)的天文学家组成的研究小组应用了一种深度学习技术(一种AI)来对由斯巴鲁望远镜获得的大型图像数据集中的星系进行分类。由于它的高灵敏度，在图像中检测到多达560,000个星系。用肉眼一目了然地目视处理如此众多的星系以进行形态分类将是极其困难的。AI使团队无需人工干预即可执行处理。
自2012年以来，利用深度学习算法自动提取和判断特征的自动处理技术得到了迅速发展。现在，在准确性方面，它们通常超过了人类，并被用于自动驾驶汽车，安全摄像机和许多其他应用。NAOJ的项目助理教授Ken-ichi Tadaki博士提出了一个想法，即如果AI可以对猫和狗的图像进行分类，那么它应该能够区分“具有螺旋模式的星系”和“没有螺旋模式的星系”。的确，人工智能使用人类准备的训练数据成功地对银河形态进行了分类，准确率达到了97.5%，然后将经过训练的人工智能应用于整个数据集，它识别出了约80,000个星系中的螺旋形。
现在已经证明该技术有效，可以通过根据大量人类分类的星系对AI进行训练，将其扩展为将星系分类为更详细的类别。
NAOJ现在正在运行一项公民科学项目“银河巡游”，该项目中的市民检查用斯巴鲁望远镜拍摄的星系图像，以寻找暗示该星系正在与另一个星系碰撞或合并的特征。
田中正幸副教授是“ GALAXY CRUISE”的顾问，他对利用人工智能研究星系抱有很高的希望，并说：“斯巴鲁战略计划是严肃的大数据，其中包含几乎无数的星系。从科学上讲，通过与公民天文学家和机器的协作来处理如此大的数据。通过在GALAXY CRUISE中公民科学家做出的分类基础上运用深度学习，我们有可能找到大量碰撞和合并的星系。”