Hvordan Machine Vision genopfinder undersøgelsen af ​​galakser

Galaxy Zoo er et af de mere bemærkelsesværdige crowd-sourcede videnskabsprojekter på nettet. Siden 2007 har den fået hjælp fra mere end en halv million borgerforskere rundt om i verden til at klassificere billeder af næsten en million galakser.

Denne indsats er i færd med at revolutionere vores forståelse af galaksedannelse. Galaksernes former, størrelser og farver er resultatet af deres alder, de betingelser, de er dannet under, og den interaktion, de har haft med andre galakser gennem mange milliarder af år.

Så en detaljeret klassificering af galaksetyper er afgørende for at pirre disse kroppes oprindelse. Faktisk blev Galaxy Zoo udtænkt som en løsning på problemet med at klassificere de 900.000 galakser, der er blevet fotograferet af et projekt kendt som Sloan Digital Sky Survey.

Det lyder velegnet til maskinintelligens. Men selvom opgaven med at klassificere galakser er forholdsvis enkel for mennesker, har den altid været uden for maskinsynsteknologiens rækkevidde. Indtil nu.

I de sidste par år har store fremskridt inden for en teknik kaldet dybe konvolutionelle neurale netværk gjort maskinsyn lig med menneskesyn i mange opgaver. For eksempel i det sidste år eller deromkring dybe foldede neurale netværk er blevet lige så gode som mennesker til ansigtsgenkendelse , et problem, der har ramt dataloger i årtier.

Sammenlignet med ansigtsgenkendelse burde galakseklassificering være en børneleg. Og sådan viser det sig at være. I dag siger Sander Dieleman ved Gent Universitet i Belgien og et par venner, at de har perfektioneret et foldet neuralt netværk, der nøjagtigt kan klassificere en lang række galakser, en præstation, der lover at automatisere meget af det arbejde, som Galaxy Zoo nu udfører.

Desuden skalerer maskinsynstilgangen mere effektivt end crowdsourcing, hvilket betyder, at computere skal være i stand til at analysere de mange hundrede millioner billeder af galakser, som observatorier rundt om i verden og i rummet skal producere i de kommende år.

Maskinsynet er forbedret markant i de seneste år på grund af to separate faktorer. Den første omfatter forbedringer i teknologi, såsom mere effektive foldende neurale netværk og hurtigere computere.

Det andet er det faktum, at store træningsdatasæt pludselig er blevet tilgængelige takket være det nye fænomen crowdpower. Til galakseklassificering kommer dette træningsdatasæt fra selve Galaxy Zoo-processen, hvor hundredtusindvis af mennesker har kommenteret billeder af galakser.

Dette enorme datasæt er afgørende. Dataloger bruger denne slags kommenterede datasæt til at træne neurale netværk til at genkende specifikke træk – i dette tilfælde om en galakse er glat og afrundet, om den har en bjælke gennem midten, om midten har en bule eller om der er tegn på spiralarmsmønstre og så videre.

Det er præcis de spørgsmål, som mængden allerede har besvaret i Galaxy Zoo-datasættet. Så det er relativt ligetil at tage en prøve af dataene for at træne et foldet neuralt netværk. Dieleman og co udvælger omkring 60.000 kommenterede billeder til denne opgave.

Det er et relativt lille træningsdatasæt efter moderne standarder. Så for at øge dets størrelse ændrede de hvert af billederne ved at ændre dets centrering, vende det for at skabe et spejlbillede og frem for alt ved at rotere det, så det neurale netværk ville lære at udnytte galaksernes rotationssymmetri.

Det er enormt vigtigt, fordi en galakse klassificering ikke bør afhænge af den retning, den ses i. At fange den invariansegenskab er afgørende.

Dieleman og co bruger derefter dette datasæt til at træne et foldet neuralt net til at genkende formen og strukturen af ​​galakser, besvare spørgsmål såsom hvor mange spiralarme der er, hvor hårdt viklet de er, er noget mærkeligt ved galaksen, og så videre ( de samme spørgsmål, som mennesker allerede har besvaret). Deres netværk består af syv lag, der hver effektivt filtrerer dataene til funktioner på højere niveau.

Holdet bruger derefter det trænede netværk til at evaluere yderligere 80.000 billeder, der ikke er kommenteret, og derefter sammenligne resultaterne med nøjagtigheden af ​​menneskelig klassificering.

Resultaterne er imponerende. Dieleman og co siger, at for de fleste klassifikationer er den nøjagtighed, der opnås af mennesker og maskiner, sammenlignelige. Vores nye tilgang til at udnytte rotationssymmetri var afgørende for at opnå state-of-the-art ydeevne, påpeger de.

De er dog forsigtige med ikke at sige direkte, at deres maskinsynsklassificering er bedre end menneskelig klassificering. Den opfordring vil uundgåeligt blive overladt til andre observatører. Hvad de siger er, at maskinsyn vil gøre opgaven for eksperter lettere. Denne tilgang reducerer i høj grad eksperternes arbejdsbyrde uden at påvirke nøjagtigheden, konkluderer de.

Det vigtigste fremskridt er, at denne teknik kan skaleres meget mere effektivt end crowd power. Konvolutionelle neurale netværk kan trods alt arbejde 24/7 og bliver aldrig trætte. Anvendelsen af ​​disse algoritmer til større sæt træningsdata vil være afgørende for at analysere resultater fra fremtidige undersøgelser, siger Dieleman og co.

Faktisk vil kun en dybtgående skeptiker sige, at denne teknik ikke vil ændre den måde, galakser klassificeres på i den nærmeste fremtid.

Det betyder ikke, at mennesker vil blive udelukket fra processen med galakseklassificering. Langt fra. Denne form for automatiseret arbejde afhænger i høj grad af kvaliteten af ​​træningsdatasættet. Så hvis astronomer vil stille forskellige spørgsmål om galakser og bruge maskinsyn til at besvare dem, bliver de først nødt til at skabe et stort træningsdatasæt, som er blevet præcist kommenteret af mennesker.

Så rollen som crowdpower skal ændre sig og på en måde blive endnu vigtigere. I fremtiden vil borgerforskere producere de guldstandard træningsdatasæt, som maskinsynsalgoritmer vil bruge til at lære deres opgaver.

Det bliver vigtigt arbejde, og det ser ud til at fortsætte i nogen tid. I hvert fald indtil en ny generation af intelligente maskiner vil gøre op med selv det skridt.

Ref: arxiv.org/abs/1503.07077 : Rotations-invariante konvolutionelle neurale netværk til forudsigelse af galaksemorfologi

skjule