Pesquisadores da UC Santa Cruz desenvolveram um novo programa de computador poderoso chamado Morpheus, que pode analisar dados de imagens astronômicas pixel por pixel para identificar e classificar todas as galáxias e estrelas em grandes conjuntos de dados de pesquisas astronômicas.

Morpheus é uma estrutura de aprendizado profundo que incorpora uma variedade de tecnologias de inteligência artificial desenvolvidas para aplicações como reconhecimento de imagem e voz. Brant Robertson, um professor de astronomia e astrofísica que lidera o Grupo de Pesquisa em Astrofísica Computacional da UC Santa Cruz, disse que o tamanho crescente dos conjuntos de dados astronômicos tornou essencial automatizar algumas das tarefas tradicionalmente realizadas pelos astrônomos.

"Existem algumas coisas que simplesmente não podemos fazer como humanos, então temos que encontrar maneiras de usar computadores para lidar com a enorme quantidade de dados que virão nos próximos anos de grandes projetos de pesquisa astronômica, " ele disse.

Robertson trabalhou com Ryan Hausen, estudante de graduação em ciência da computação na Baskin School of Engineering da UCSC, que desenvolveu e testou Morpheus nos últimos dois anos. Com a publicação de seus resultados em 12 de maio no Astrophysical Journal Supplement Series , Hausen e Robertson também estão lançando o código Morpheus publicamente e fornecendo demonstrações online.

As morfologias das galáxias, de galáxias em disco rotativo, como a nossa Via Láctea, a galáxias elípticas e esferoidais amorfas, pode dizer aos astrônomos sobre como as galáxias se formam e evoluem ao longo do tempo. Pesquisas em grande escala, como a Pesquisa de Legado de Espaço e Tempo (LSST) a ser conduzida no Observatório Vera Rubin agora em construção no Chile, irá gerar grandes quantidades de dados de imagem, e Robertson esteve envolvido no planejamento de como usar esses dados para entender a formação e evolução das galáxias. O LSST fará mais de 800 imagens panorâmicas todas as noites com uma câmera de 3,2 bilhões de pixels, registrando todo o céu visível duas vezes por semana.

"Imagine se você fosse aos astrônomos e pedisse a eles para classificar bilhões de objetos - como eles poderiam fazer isso? Agora poderemos classificar automaticamente esses objetos e usar essa informação para aprender sobre a evolução da galáxia, "Robertson disse.

Outros astrônomos usaram tecnologia de aprendizado profundo para classificar galáxias, mas os esforços anteriores normalmente envolviam a adaptação de algoritmos de reconhecimento de imagem existentes, e os pesquisadores alimentaram os algoritmos com imagens curadas de galáxias para serem classificadas. Hausen construiu Morpheus do zero especificamente para dados de imagens astronômicas, e o modelo usa como entrada os dados da imagem original no formato de arquivo digital padrão usado pelos astrônomos.

A classificação em nível de pixel é outra vantagem importante do Morpheus, Robertson disse. "Com outros modelos, você tem que saber que algo está lá e alimentar a modelo com uma imagem, e classifica toda a galáxia de uma vez, "disse ele." Morfeu descobre as galáxias para você, e faz pixel por pixel, para lidar com imagens muito complicadas, onde você pode ter um direito esferoidal ao lado de um disco. Para um disco com uma protuberância central, classifica o bojo separadamente. Portanto, é muito poderoso. "

Para treinar o algoritmo de aprendizado profundo, os pesquisadores usaram informações de um estudo de 2015 em que dezenas de astrônomos classificaram cerca de 10, 000 galáxias em imagens do Telescópio Espacial Hubble da pesquisa CANDELS. Eles então aplicaram Morpheus aos dados de imagem dos Hubble Legacy Fields, que combina observações feitas por vários levantamentos de campo profundo do Hubble.

Quando Morfeu processa uma imagem de uma área do céu, ele gera um novo conjunto de imagens daquela parte do céu em que todos os objetos são codificados por cores com base em sua morfologia, separar objetos astronômicos do fundo e identificar fontes pontuais (estrelas) e diferentes tipos de galáxias. A saída inclui um nível de confiança para cada classificação. Rodando no supercomputador lux da UCSC, o programa gera rapidamente uma análise pixel a pixel para todo o conjunto de dados.

"Morpheus fornece detecção e classificação morfológica de objetos astronômicos em um nível de granularidade que não existe atualmente, "Disse Hausen.

Uma visualização interativa dos resultados do modelo de Morpheus para GOODS South, uma pesquisa de campo profundo que registrou imagens de milhões de galáxias, foi lançado publicamente. Este trabalho foi apoiado pela NASA e pela National Science Foundation.