يلتقط تلسكوب ASKAP في ليلة واحدة بيانات عن ملايين المصادر الراديوية. تتعرف الخوارزميات التلقائية بثقة على النقاط المدمجة، لكنها تعجز أمام البنى الممتدة ذات النفاثات والجسور والفقاعات. جاء المتطوعون للإنقاذ: في المرحلة الأولى من مشروع Radio Galaxy Zoo EMU، أجرى أكثر من 2500 شخص 97 ألف تصنيف لـ 6230 جسمًا معقدًا.

يعتمد الاختيار على مقياس كولموغوروف: كلما كانت الصورة أقل قابلية للضغط، كانت بنيتها الداخلية أغنى. يُضاف إلى ذلك الحجم الزاوي، بحيث يحصل المتطوعون على أكثر الأجسام إثارة للاهتمام وأكبرها. على منصة Zooniverse، يحدد المتطوعون المكونات المترابطة، ويجدون المجرات الأم، ويخصصون وسومًا بسيطة مثل «الساعة الرملية»، «المنحني»، «آثار المجرة الأم». وُلدت هذه الوسوم من تصنيف دلالي: أولاً، تم استخلاص 22 سمة مورفولوجية من الأوصاف، ثم اختُزلت إلى مجموعة من حوالي عشرة تسميات بديهية. تنشأ مفردات مشتركة يفهمها الإنسان والخوارزمية على حد سواء.

النهج الهجين يقدم ما كان ينقص المشاريع المجاورة: تصنيفات مرجعية لتدريب النماذج العميقة. سابقًا، لم تستطع الخوارزميات التلقائية التعرف بشكل موثوق على الأشكال النادرة، ولم تكن تصنيفات الخبراء كافية. الآن، أصبح هناك مجموعة مصنفة من 6230 مصدرًا ممتدًا مع وسوم من آلاف المتطوعين. يمكن استخدامها مرارًا وتكرارًا في مهام مختلفة: من تحسين كتالوج EMUCAT إلى التحضير لمصفوفة الكيلومتر المربع.

في السنوات الخمس المقبلة، سيتوسع المشروع ليشمل مسح EMU بأكمله وسيغطي حوالي أربعة ملايين مصدر ممتد. سيقفل التعلم النشط الحلقة: ستقترح النماذج أكثر الأجسام إفادة للتصنيف، وستحسن التصنيفات الجديدة النماذج. ستصبح هذه الدورة بمثابة منصة اختبار للذكاء الاصطناعي الموثوق قبل إطلاق SKA، حيث ستزداد أحجام البيانات بمقدار كبير. المتطوعون الذين بدأوا بوسوم بسيطة سيكونون مؤلفين مشاركين لأداة ستعمل يومًا ما بمفردها.