Современные радиотелескопы еженощно генерируют миллионы снимков далёких галактик — гигантских звёздных систем, связанных гравитацией. Ручная сортировка такого объёма данных невозможна. Ещё в первой половине XX века Эдвин Хаббл заложил основы морфологической классификации, разделяя галактики по визуальной форме, но сегодня для скоростной обработки используют алгоритмы машинного обучения. Их главная трудность — потребность в огромных обучающих выборках, размеченных экспертами.

Метод STRADAViT предлагает принципиально иной подход, напоминающий то, как ребёнок учится распознавать кошку, видя её в разных ракурсах и условиях. Алгоритму предъявляют одни и те же изображения галактик, подвергнутые случайным поворотам и зашумлению — так называемым аугментациям. Вместо запоминания конкретных численных параметров, таких как яркость (поток излучения в определённых спектральных диапазонах), система вынуждена улавливать инвариантные структурные признаки: изгибы спиральных рукавов, релятивистские струи (джеты), распределение облаков космической пыли — твёрдых микрочастиц, рассеивающих и поглощающих свет.

STRADAViT продемонстрировал более высокую точность по сравнению со многими существующими аналогами при меньших вычислительных затратах. Метод инвариантен к инструментальным особенностям, что позволяет применять его к данным различных радиотелескопов. Это открывает путь к автоматизированному мониторингу эволюции миллиардов галактик на космологических временах. Одним из наиболее впечатляющих объектов, обнаруженных с помощью подобных алгоритмов, стала гигантская радиогалактика J1420-0545: её протяжённость достигает 16 миллионов световых лет. Если бы она была видна невооружённым глазом, на небесной сфере она занимала бы площадь, сопоставимую с пятью лунными дисками. Так современные методы продолжают дело, начало которому случайно положил Карл Янский в 1931 году, впервые зарегистрировав космическое радиоизлучение.