研究人员已经教授了一个人工智能程序，用于识别Facebook上的人脸以识别深空中的星系。结果是一个名为ClaRAN的AI机器人扫描射电望远镜拍摄的图像。它的工作是发现无线电星系 - 从中​​心的超大质量黑洞发射强大的无线电喷射的星系。ClaRAN是大数据专家陈武博士和天文学家Ivy Wong博士的心血结晶，他们都来自西澳大利亚国际射电天文研究中心(ICRAR)。

黄博士说，大多数(如果不是全部)星系的中心都有黑洞。她说：“这些超大质量的黑洞偶尔可以用射电望远镜拍下喷气机。”“随着时间的推移，喷气式飞机可以从它们的主星系延伸很长的路程，这使得传统的计算机程序很难弄清星系的位置。“这就是我们要教ClaRAN做的事情。”吴博士说，ClaRAN源自微软的开源版本和Facebook的对象检测软件。

他说，该计划经过彻底改革和训练，可以识别星系而不是人。ClaRAN本身也是开源的，可以在GitHub上公开获得。Wong博士表示，即将进行的EMU调查使用基于WA的澳大利亚广场公里阵列探测器(ASKAP)望远镜，预计将观测宇宙历史上多达7000万个星系。

她说，传统的计算机算法能够正确识别90%的来源。黄博士说：“由于其扩展结构的复杂性，仍有10%，或七百万'困难'的星系必须由人类加以观察。”黄博士以前利用公民科学的力量通过无线电银河动物园项目发现星系。“如果ClaRAN将需要视觉分类的光源数量减少到百分之一，这意味着我们的公民科学家有更多的时间来观察新型星系，”她说。由Radio Galaxy Zoo志愿者制作的高度准确的目录用于训练ClaRAN如何发现喷气机的起源。

吴博士说，ClaRAN是一个名为“编程2.0”的新范例。“你所做的就是建立一个巨大的神经网络，给它大量的数据，并让它弄清楚如何调整其内部连接，以产生预期的结果，”他说。“新一代程序员花费99%的时间来制作最优质的数据集，然后训练AI算法以优化其余部分。“这是编程的未来。”

黄博士说，ClaRAN对望远镜观测的处理方式有很大影响。“如果我们能够为下一代调查开始实施这些更先进的方法，我们可以从中最大化科学，”她说。“在全新的数据上使用已有40年历史的方法毫无意义，因为我们试图进一步探索宇宙，而不是以往。”