Ein internationales Team von Wissenschaftlern unter der Leitung eines Forschers der University of Manchester hat in seiner jüngsten Veröffentlichung einen neuartigen KI-Ansatz (künstliche Intelligenz) entwickelt, um technische Astronomie-Terminologie in einfach verständliches Englisch zu destillieren.
Die neue Forschung ist das Ergebnis der internationalen Zusammenarbeit mit RGZ EMU (Radio Galaxy Zoo EMU) und stellt die Sprache der Radioastronomie von spezifischen Begriffen wie FRI (Fanaroff-Riley Type 1) auf einfache englische Begriffe wie „Hourglass“ oder „ Spuren der Wirtsgalaxie.“
Die Arbeit wird in der Zeitschrift veröffentlicht Monatliche Mitteilungen der Royal Astronomical Society.
In der Astronomie wird Fachterminologie verwendet, um bestimmte Ideen auf effiziente Weise zu beschreiben, die für professionelle Astronomen leicht verständlich ist. Dieselbe Terminologie kann jedoch auch zu einem Hindernis für die Einbeziehung von Nicht-Experten in das Gespräch werden. Die RGZ EMU-Kollaboration baut ein Projekt auf der Citizen-Science-Plattform Zooniverse auf, das die Öffentlichkeit um Hilfe bei der Beschreibung und Kategorisierung von Galaxien bittet, die durch ein Radioteleskop abgebildet werden.
Moderne Astronomieprojekte sammeln so viele Daten, dass es für Wissenschaftler oft unmöglich ist, sie alle alleine zu betrachten, und einer Computeranalyse können immer noch interessante Dinge entgehen, die für das menschliche Auge leicht zu erkennen sind.
Micah Bowles, Hauptautor und RGZ EMU-Datenwissenschaftler, sagte: „Der Einsatz von KI, um die wissenschaftliche Sprache zugänglicher zu machen, hilft uns dabei, Wissenschaft mit allen zu teilen. Mit den einfachen englischen Begriffen, die wir abgeleitet haben, kann sich die Öffentlichkeit wie nie zuvor mit moderner Astronomieforschung auseinandersetzen erleben Sie all die erstaunliche Wissenschaft, die auf der ganzen Welt betrieben wird.“
Radioteleskope funktionieren sehr ähnlich wie Satellitenschüsseln, aber anstatt Fernsehsignale aufzunehmen, können sie verwendet werden, um das Radiolicht aufzunehmen, das von sehr energiereichen astrophysikalischen Objekten erzeugt wird – wie etwa schwarzen Löchern in anderen Galaxien. Seit vielen Jahrzehnten werden diese „Radiogalaxien“ von Astronomen in verschiedene Typen eingeteilt, um ihnen zu helfen, den Ursprung und die Entwicklung des Universums zu verstehen.
Kürzlich haben dramatische Verbesserungen an Radioteleskopen auf der ganzen Welt immer mehr dieser Radiogalaxien enthüllt, was es professionellen Astronomen nicht nur unmöglich macht, jede einzeln zu betrachten und zu kategorisieren, sondern auch neue Variationen einführt, die noch nicht von erfasst wurden existierende Typen von Radiogalaxien. Anstatt zu versuchen, immer mehr neue technische Terminologie für verschiedene Arten von Radiogalaxien zu erfinden – und Menschen darin zu schulen, sie zu erkennen – sah das RGZ EMU-Team einen anderen Weg nach vorne, der es Bürgerwissenschaftlern ermöglichen würde, sich umfassender an ihrem Forschungsprojekt zu beteiligen.
Das EMU-Team des RGZ hat zunächst Experten gebeten, eine Auswahl von Radiogalaxien mit ihren Fachbegriffen zu beschreiben, und dann Nicht-Experten gebeten, sie in einfachem Englisch zu beschreiben. Mithilfe eines einzigartigen KI-basierten Ansatzes, den sie entwickelt hatten, identifizierten sie dann die einfachen englischen Beschreibungen, die die meisten wissenschaftlichen Informationen enthielten. Diese Beschreibungen („Tags“) können nun von jedem verwendet werden, um Radiogalaxien auf eine Weise zu beschreiben, die für jeden Englischsprachigen sinnvoll ist, ohne jegliche Fachausbildung. Diese Arbeit wird nicht nur für das RGZ EMU-Projekt von entscheidender Bedeutung sein, sondern mit ständig wachsenden Datenmengen in vielen Bereichen der Wissenschaft könnte dieser neue KI-Ansatz in vielen weiteren Situationen Anwendung finden, in denen vereinfachte Sprache Forschung, Zusammenarbeit und Kommunikation beschleunigen kann.
Unter der Leitung von Manchester wurde diese Studie von Forschern aus Großbritannien, China, Deutschland, den USA, den Niederlanden, Australien, Mexiko und Pakistan durchgeführt. Die Daten, der Code und die Ergebnisse sind alle verfügbar online.
Mehr Informationen:
Micah Bowles et al., Radio Galaxy Zoo EMU: Towards a semantic radio galaxy morphology taxonomy, Monatliche Mitteilungen der Royal Astronomical Society (2023). DOI: 10.1093/mnras/stad1021