这个人工智能程序可以识别数十亿颗恒星

当科学家发现一颗新恒星或星系时，他们通常依靠从学术论文、目录和其他现有信息中收集的信息来对他们的发现进行分类。这可能是典型的，但效率并不高。这就是为什么伊利诺伊大学的研究人员创建了一个恒星星系分类框架，利用神经网络来完成所有繁重的工作。

ConvNets被称为“深度卷积神经网络”。这是一种计算机程序，旨在按照与生物大脑相同的方式进行“学习”，经常用于图像识别。据创作者爱德华·J·金和罗伯特·J·布鲁纳称，它直接从斯隆数字巡天和Canada-France-Hawaii-Telescope透镜巡天中获取数据，以编制准确的分类，与更传统的机器学习技术相比具有竞争力。

这不是神经网络第一次在处理天文学时被使用，人工神经网络早在1992年就首次应用于恒星星系分类，尽管金和布鲁纳的最新技术更先进，使研究人员能够通过光度数据对数十亿颗恒星和星系进行分类，否则人类是不可能的。

机器学习正在渗透到科学研究的几个方面，从改进自动驾驶技术、面部识别等等。看看这种研究和突破如何影响分类，甚至可能影响未来的太空探索，将会很有趣。