科学者が新しい星や銀河を発見すると、通常は学術論文、カタログ、その他の既存の情報から得た情報に基づいて分類します。これはよくあるやり方かもしれませんが、必ずしも効率的とは言えません。そこでイリノイ大学の研究者たちは、ニューラルネットワークを用いて膨大な作業をすべて自動化する星・銀河分類フレームワークを開発しました。
ConvNetsは「深層畳み込みニューラルネットワーク」と呼ばれるもので、生物の脳と同じように「学習」するように設計されたコンピュータプログラムの一種で、画像識別によく用いられています。開発者のエドワード・J・キム氏とロバート・J・ブルナー氏によると、ConvNetsはスローン・デジタル・スカイ・サーベイ（SDS）とカナダ・フランス・ハワイ望遠鏡レンズ・サーベイ（CFS）から直接データを取得し、従来の機械学習技術に匹敵する正確な分類を行うとのことです。
ニューラル ネットワークが天文学に利用されるのは今回が初めてではありません。人工ニューラル ネットワークは 1992 年に初めて星と銀河の分類に適用されましたが、キム氏とブルナー氏による最新の研究はさらに進歩しており、人間では不可能だった測光データを使用して数十億の星と銀河を分類できるようになりました。
機械学習は、自動運転技術の改良や顔認識など、科学研究の様々な分野に浸透しつつあります。こうした研究やブレークスルーが、分類、さらには将来的には宇宙探査にどのような影響を与えるのか、興味深いところです。
