Mokslininkai mokė dirbtinio intelekto (AI) programą, kuria siekiama atpažinti „Facebook“ veidus, kad galaktikos būtų identifikuotos gilioje erdvėje. Kaip rezultatas, projektas pasirodė ClaRAN, nuskaitydamas nuotraukas iš radijo teleskopų. Pagrindinė užduotis - nustatyti radijo galaktikas - šaltinius, turinčius galingų radijo stočių iš centrinių supermazinių juodųjų skylių. Manoma, kad didelės juodosios skylės gyvena daugumos galaktikų centre (galbūt viskas).
Periodiškai supermasive juodosios skylės išleidžia radijo teleskopais pritvirtintus purkštukus. Laikui bėgant, jie gali pasiekti toli nuo gimtosios galaktikos, todėl sunku rasti tikslų tradicinių programų šaltinį. Todėl ClaRAN perima.
Keturiolikos ClaRAN radijo galaktikų prognozės buvo atliktos skenuojant radijo ir infraraudonųjų spindulių duomenis. Visos prognozės pateikiamos aukštu „pasitikėjimo“ lygiu. 1.00 pasitikėjimas rodo, kad ClaRAN yra labai įsitikinęs, jog tai yra radijo galaktikų sistema, ir jos klasifikacija lieka teisinga
Iš pradžių programa buvo naudojama aptikti „Microsoft“ ir „Facebook“ objektus. Bet tai buvo visiškai perskaičiuota ir sureguliuota, kad galėtumėte ieškoti galaktikų, o ne žmonių. „ClaRAN“ yra atviras šaltinis.
Derinant skirtingų teleskopų duomenis, didėja ClaRAN pasitikėjimo aptikimo ir klasifikavimo lygis. 1.00 pasitikėjimas rodo, kad programa yra įsitikinusi, kad rastas šaltinis yra radijo galaktika. Kairėje yra radijo galaktika, kurią ClaRAN rado radijo teleskopo indikatoriais (prognozė - 0,53 ir 0,63). Teisė - ta pati galaktika, bet su IR teleskopu (patikimumas - 1,00).
Būsimi tyrimai, naudojant Australijos radijo interferometrą ASCAP, parodys iki 70 mln. Galaktikų. Tradiciniai kompiuterių algoritmai gali teisingai nustatyti tik 90% šaltinių. Tai reiškia, kad jei neprisijungsite prie ClaRAN, bus ignoruojamos 10% arba 7 mln. Kompleksinių galaktikų. Mokymo programoms naudojamas didelio tikslumo galaktikų katalogas.
Naujos kartos programuotojai praleidžia 99% savo laiko, kad sukurtų geresnės kokybės duomenų rinkinius, o tada jie moko AI algoritmus, kad optimizuotų duomenis. Tai yra programavimo ateitis. Jei mums pavyks įdiegti šiuos pažangius metodus naujos kartos teleskopams, tuomet mokslas gali būti maksimalus.
