Für ESA-Weltraumteleskop Euclid: KI unterscheidet Sterne von Galaxien

Eine Forschungsgruppe in Portugal hat einen Algorithmus entwickelt, der automatisch verschiedene Strahlungsquellen in astronomischen Aufnahmen auseinanderhalten können soll. Dazu schätzt SHEEP zuerst die Rotverschiebung der Strahlung und kann damit auf die Entfernung eines Objekts schließen. Auf dieser Basis gibt die Software aus, ob es sich bei einer abgebildeten Strahlungsquelle um einen Stern, eine Galaxie oder einen Quasar – den aktiven Kern einer fernen Galaxie – handeln könnte. Dazu bezieht er auch die Position des Objekts am Nachthimmel ein, wodurch unter anderem die Wahrscheinlichkeit steigt oder sinkt, einen Stern vor sich zu haben.

Erkannt, wo Sterne wahrscheinlicher sind

Wenn ein Algorithmus die Koordinaten eines Objekts am Nachthimmel bekommt und dessen Rotverschiebung – also die Entfernung – ermittelt, kann "sie sich es in einer 3D-Karte des Universums vorstellen", schreibt das Team um Pedro Cunha von der Universität Porto. Zusammen mit Farbinformationen seien deutlich bessere Schätzungen der Eigenschaften des Objekts möglich. So habe die KI anhand der Trainingsdaten gewissermaßen gelernt, dass Objekte abseits der Ebene unserer Milchstraße mit geringerer Wahrscheinlichkeit Sterne seien.

Die jetzt im Wissenschaftsmagazin Astronomy & Astrophysics vorgestellte Arbeit dient der Vorbereitung der Mission der ESA-Sonde Euclid. Die soll im kommenden Jahr starten und den gesamten Nachthimmel durchmustern, um Informationen zu Milliarden Galaxien zu sammeln. Solche gigantischen Datenmengen zu durchforsten ist immens arbeitsaufwendig, softwaregestützte Hilfe kommt da nur recht. Aber auch andere Himmelsdurchmusterungen könnten von der Arbeit profitieren, schon jetzt werden teils unvorstellbare Datenmengen angehäuft. Dass KI-Technik bei der Auswertung helfen kann, war schon zuvor immer wieder gezeigt worden – unter anderem bei der Suche nach Exoplaneten.

(mho)