211service.com
Hoe Machine Vision de studie van sterrenstelsels opnieuw uitvindt
Galaxy Zoo is een van de meer opmerkelijke crowd-sourced wetenschappelijke projecten op het web. Sinds 2007 heeft het de hulp ingeroepen van meer dan een half miljoen burgerwetenschappers over de hele wereld om beelden van bijna een miljoen sterrenstelsels te classificeren.
Deze inspanning zorgt voor een revolutie in ons begrip van de vorming van sterrenstelsels. De vormen, afmetingen en kleuren van sterrenstelsels zijn het resultaat van hun leeftijd, de omstandigheden waaronder ze zijn gevormd en de interacties die ze hebben gehad met andere sterrenstelsels gedurende vele miljarden jaren.
Een gedetailleerde classificatie van sterrenstelsels is dus cruciaal om de oorsprong van deze lichamen uit elkaar te houden. Galaxy Zoo is inderdaad ontworpen als een oplossing voor het probleem van het classificeren van de 900.000 sterrenstelsels die zijn gefotografeerd door een project dat bekend staat als de Sloan Digital Sky Survey.
Dat klinkt bij uitstek geschikt voor machine-intelligentie. Maar hoewel de taak om sterrenstelsels te classificeren relatief eenvoudig is voor mensen, is het altijd buiten het bereik van machine vision-technologie geweest. Tot nu.
In de afgelopen paar jaar hebben grote vorderingen in een techniek die diepe convolutionele neurale netwerken wordt genoemd, ervoor gezorgd dat machinevisie bij veel taken gelijk is aan menselijke visie. Bijvoorbeeld, in het afgelopen jaar of zo diepe convolutionele neurale netwerken zijn zo goed als mensen geworden in gezichtsherkenning , een probleem waar computerwetenschappers al decennia mee worstelen.
In vergelijking met gezichtsherkenning zou classificatie van sterrenstelsels kinderspel moeten zijn. En zo blijkt het ook te zijn. Vandaag zeggen Sander Dieleman van de Universiteit Gent in België en een paar vrienden dat ze een convolutioneel neuraal netwerk hebben geperfectioneerd dat een breed scala aan sterrenstelsels nauwkeurig kan classificeren, een prestatie die belooft veel van het werk dat Galaxy Zoo nu doet te automatiseren.
Bovendien schaalt de machine vision-benadering effectiever dan crowdsourcing, wat betekent dat computers in staat moeten zijn om de vele honderden miljoenen beelden van sterrenstelsels te analyseren die observatoria over de hele wereld en in de ruimte de komende jaren zullen produceren.
Het machinezicht is de afgelopen jaren aanzienlijk verbeterd vanwege twee verschillende factoren. De eerste omvat verbeteringen in technologie, zoals effectievere convolutionele neurale netwerken en snellere computers.
De tweede is het feit dat dankzij het nieuwe fenomeen crowdpower ineens grote trainingsdatasets beschikbaar zijn gekomen. Voor de classificatie van sterrenstelsels is deze trainingsdataset afkomstig van het Galaxy Zoo-proces zelf, waarin honderdduizenden mensen afbeeldingen van sterrenstelsels hebben geannoteerd.
Deze enorme dataset is cruciaal. Computerwetenschappers gebruiken dit soort geannoteerde datasets om neurale netwerken te trainen om specifieke kenmerken te herkennen - in dit geval of een melkwegstelsel glad en afgerond is, of het een streep door het centrum heeft, of het centrum een uitstulping heeft of dat er tekenen zijn van spiraalarmpatronen enzovoort.
Dit zijn precies de vragen die het publiek al heeft beantwoord in de Galaxy Zoo-dataset. Het is dus relatief eenvoudig om een steekproef van de gegevens te nemen om een convolutief neuraal netwerk te trainen. Dieleman en co zoeken voor deze taak zo'n 60.000 geannoteerde afbeeldingen uit.
Dat is naar moderne maatstaven een relatief kleine trainingsdataset. Dus om de grootte te vergroten, veranderden ze elk van de afbeeldingen door de centrering ervan te veranderen, het om te draaien om een spiegelbeeld te creëren en vooral door het te roteren zodat het neurale netwerk zou leren om de rotatiesymmetrie van sterrenstelsels te benutten.
Dat is enorm belangrijk omdat de classificatie van een sterrenstelsel niet afhankelijk mag zijn van de oriëntatie waarin het wordt bekeken. Het vastleggen van die eigenschap van invariantie is cruciaal.
Dieleman en co gebruiken deze dataset vervolgens om een convolutioneel neuraal net te trainen om de vorm en structuur van sterrenstelsels te herkennen, vragen te beantwoorden zoals hoeveel spiraalarmen er zijn, hoe strak ze zijn gewikkeld, is er iets vreemds aan het sterrenstelsel, enzovoort ( dezelfde vragen die mensen al hebben beantwoord). Hun netwerk bestaat uit zeven lagen die elk de gegevens effectief filteren voor functies op een hoger niveau.
Het team gebruikt vervolgens het getrainde netwerk om nog eens 80.000 afbeeldingen zonder aantekeningen te evalueren en de resultaten vervolgens te vergelijken met de nauwkeurigheid van menselijke classificatie.
De resultaten zijn indrukwekkend. Dieleman en co zeggen dat voor de meeste classificaties de door mens en machine bereikte nauwkeurigheid vergelijkbaar is. Onze nieuwe benadering van het benutten van rotatiesymmetrie was essentieel om state-of-the-art prestaties te bereiken, benadrukken ze.
Ze zijn echter voorzichtig om niet rechtstreeks te zeggen dat hun classificatie voor machinevisie beter is dan classificatie voor mensen. Die oproep zal onvermijdelijk aan andere waarnemers worden overgelaten. Wat ze wel zeggen is dat machine vision de taak van experts gemakkelijker zal maken. Deze aanpak vermindert de werklast van de experts aanzienlijk zonder de nauwkeurigheid aan te tasten, concluderen ze.
De belangrijkste vooruitgang is dat deze techniek veel effectiever kan worden geschaald dan crowdpower. Convolutionele neurale netwerken kunnen immers 24/7 werken en nooit moe worden. De toepassing van deze algoritmen op grotere sets trainingsgegevens zal van cruciaal belang zijn voor het analyseren van resultaten van toekomstige onderzoeken, zeggen Dieleman en co.
Alleen een doorgewinterde scepticus zou inderdaad zeggen dat deze techniek de classificatie van sterrenstelsels in de nabije toekomst niet zal veranderen.
Dat betekent niet dat mensen worden uitgesloten van het classificatieproces van sterrenstelsels. Verre van. Dit soort geautomatiseerd werk hangt in grote mate af van de kwaliteit van de trainingsdataset. Dus als astronomen verschillende vragen over sterrenstelsels willen stellen en machinevisie willen gebruiken om ze te beantwoorden, zullen ze eerst een grote trainingsdataset moeten maken die nauwkeurig is geannoteerd door mensen.
De rol van crowdpower zal dus veranderen en in zekere zin zelfs nog belangrijker worden. In de toekomst zullen burgerwetenschappers de gouden standaard trainingsdatasets produceren die machine vision-algoritmen zullen gebruiken om hun taken te leren.
Dat zal belangrijk werk zijn en het ziet ernaar uit dat dit nog een tijdje zal duren. Tenminste, totdat een nieuwe generatie intelligente machines zelfs die stap niet meer zal doen.
Referentie: arxiv.org/abs/1503.07077 : Rotatie-invariante convolutionele neurale netwerken voor voorspelling van melkwegmorfologie