Астрономы восстанавливают историю галактик по их визуальным портретам, подобно тому, как геолог читает прошлое планеты по слоям горных пород. Традиционно применялись два подхода: трудоёмкая спектроскопия — разложение света на спектральные линии, раскрывающее химический состав и движение звёзд, либо быстрая фотометрия — съёмка через набор светофильтров, дающая лишь грубые оценки яркости и цвета. Второй метод жертвовал деталями формы ради скорости. Новый метод объединяет изображения с данными о распределении яркости: алгоритм машинного обучения связывает каждую точку снимка с физическими характеристиками — массой звёздного населения, возрастом, содержанием межзвёздной пыли — микроскопических твёрдых частиц, поглощающих и переизлучающих свет. Так решается давняя загадка: пыль способна маскировать старую галактику под молодую, поглощая синий свет и делая объект краснее, но алгоритм различает истинный возраст, отделяя эффект пыли от старения звёзд. Поразительно, что ещё Эдвин Хаббл классифицировал галактики по внешнему виду — эллиптические, спиральные, неправильные, — хотя в его эпоху не существовало инструментов для столь глубокого чтения формы. Сегодня будущие обзоры неба, такие как Legacy Survey of Space and Time, охватят миллионы объектов, и вместо дорогой спектроскопии надёжные оценки физических свойств будут извлекаться прямо из обычных снимков. Более того, алгоритм оказался настолько прозорлив, что замечает детали, ускользающие от опытных глаз астрономов — настоящий прорыв в космической демографии, позволяющий провести перепись галактического населения с беспрецедентной точностью.