إذا صوّرتَ الجبل نفسه بكاميرا فيلمية وبالهاتف الذكي الحديث، فستحصل على صورتين مختلفتين: في إحداهما تكون الألوان أكثر إشراقًا، وفي الأخرى تكون التفاصيل غير واضحة. وكذلك الأمر مع التلسكوبات: فكل أداة ترى السماء بطريقتها الخاصة، مضيفةً إلى الضوء الحقيقي للمجرات تشوهاتها الخاصة — مثل مرشح ننظر من خلاله.
ويقدم العمل الجديد طريقة لإزالة هذا "المرشح". جمع العلماء أزواجًا من الصور لنفس المجرات، التقطها مسحان سماويان كبيران: مسح DESI Legacy Imaging Survey وHyper Suprime-Cam. دُرِّبت الشبكة العصبية على النحو التالي: تتلقى صورتين ويجب أن تستعيد إحداهما من الأخرى، مع الأخذ في الاعتبار أن الكاميرتين مختلفتان. أثناء التدريب، تجد الشبكة نفسها ما هو مشترك بين الصورتين (وهذه هي المجرة الحقيقية) وما هو مختلف (وهذه هي تشوهات تلسكوب معين).
ونتيجة لذلك، تُخرج الشبكة العصبية تمثيلًا "نقيًا" للمجرة — دون ضوضاء أو تشوهات من الأداة المحددة. وهذا يسمح، على سبيل المثال، بالبحث عن مجرات متشابهة في أرشيفات تلسكوبات مختلفة دون الخوف من أن يتأثر تشابهها بالكاميرات المختلفة. هذا النهج مفيد ليس فقط لعلم الفلك: فهو يقدم وصفة عامة لكيفية تدريب الشبكات العصبية على بيانات من أجهزة مختلفة — من الماسحات الطبية إلى أجهزة الاستشعار في السيارات.
كلا التلسكوبين، اللذين استخدم العلماء بياناتهما، يقعان على الأرض، لكن أحدهما (Hyper Suprime-Cam) مثبت في هاواي، والآخر (DESI Legacy) يمسح السماء من مرصد في أريزونا. المسافة بينهما حوالي 4 800 كيلومتر، لكنهما يريان المجرات نفسها.