Нейросеть нарисовала карты 639 тысяч галактик экспресс

Оригинал: "Deep Learning Segmentation of Spiral Arms and Bars for 600,000 Galaxies in DESI"
arXiv:2606.16507 · 2026-06-15 · CC BY 4.0 · 1 мин
Алгоритм превратил снимки далёких галактик в детальные карты: обозначил спиральные рукава, центральные перемычки и неожиданно обнаруженные кольца.

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Обычный фоторедактор выделяет объекты на снимке. Нейросеть ZooBot:3D работает с далёкими галактиками, как картограф, рисующий карту неизведанной земли. Тысячи добровольцев вручную обвели спиральные рукава и перемычки (центральные звёздные полосы) на снимках, и на этих уроках алгоритм научился создавать не просто линии, а тепловые карты: каждый пиксель сообщает, есть ли здесь рукав.

Сюрприз: сеть стала находить кольца — редкие круглые структуры. В обучающих примерах их почти не было. Алгоритм будто сам догадался, как выглядят эти «бублики».

С такими картами астрономы сопоставляют данные о движении звёзд (спектроскопию) и их яркость (фотометрию), чтобы в десятки раз быстрее разбираться в устройстве галактик. Итоговый каталог из 639 636 галактик открыт и уже совмещён с проектами MaNGA и SAMI.

Оригинальная аннотация

как её написали авторы, на английском arXiv:2606.16507

We present a catalogue of segmentation maps identifying the extent of spiral arms and bars of 639,636 galaxies in the DESI Legacy Survey. To produce these maps, we have trained a deep U-net-style neural network using the pixel masks from the Galaxy Zoo: 3D citizen science project. The resulting data products are "soft" segmentation maps, which show the confidence of the model that a pixel lies within the spiral arms or bars of a galaxy. In this paper we detail the sample selection from DESI-LS using the machine classifications from Galaxy Zoo: DESI, the architecture of the U-net model--dubbed ZooBot:3D. We demonstrate the ability of the model to identify spiral arms and bars in a wide range of face-on disks, and identify an emergent ability to identify rings--despite only a small number of ring-type galaxies being present in the training data. Finally, we discuss the practical application of these data products to photometric imaging and IFU spectroscopy. The ZooBot:3D dataset is available for use publicly, and contains the full catalogue presented in this paper, along with cross-matched subsamples for the MaNGA and SAMI IFU surveys.

Добровольцы проекта Galaxy Zoo вручную обвели контуры тысяч галактик, сделав миллионы пометок. Теперь один запуск нейросети заменяет эту титаническую работу.

Картографирование галактик — ключевой мотив научной фантастики, от «Академии» Азимова до «Звёздных войн»; эта работа делает шаг к реальному вселенскому атласу.

Учёные
Fritz ZwickySubrahmanyan ChandrasekharAdam RiessJohn Archibald WheelerGalileo GalileiWilliam Herschel
Понятия
глубокое обучение в медицинской визуализации классификация изображений деси сегментация опухолей глубокая нейронная сеть спиральные рукава спиральная галактика искусственный интеллект в медицинской визуализации картирование галактик нейронной сетью SDSS