Galaxy Zoo verwandelte eine Million Galaxienbilder in ein öffentliches Klassifizierungsspiel

Der Sloan Digital Sky Survey lieferte Astronomen fast eine Million Galaxienbilder, doch Morphologie-Labels – Spiralgalaxie oder elliptische Galaxie – waren für ein kleines Forschungsteam zu arbeitsintensiv. Im Jahr 2007 stellte Galaxy Zoo die Bilder online und bat die Öffentlichkeit, sie zu klassifizieren.

Jede Galaxie wurde von vielen Freiwilligen begutachtet, und die Aggregation ihrer Klicks ergab Klassifizierungen, die mit Teilmengen übereinstimmten, die von professionellen Astronomen klassifiziert worden waren. Die Arbeit von 2008 in den Monthly Notices berichtete von mehr als 40 Millionen Klassifizierungen von rund 100.000 Teilnehmenden.

Die Folgestudie von 2010 zeigte, dass maschinelles Lernen, das mit den menschlichen Labels trainiert wurde, die Klassifizierungen der Crowd reproduzieren konnte, wodurch die Freiwilligenarbeit zu Trainingsdaten für die automatisierte Astronomie wurde. Das Projekt zeigte, dass eine gut formulierte öffentliche Aufgabe Arbeit leisten kann, die ein Forschungsteam nicht bewältigen kann.

Crowdsource-Klassifizierung, die Wissenschaft bewahren

Viele Augen pro Galaxie fangen individuelle Fehler auf.

Die Einbindung der Öffentlichkeit machte die Arbeit kostenlos und schnell.

Die Validierung durch Experten hielt die Ergebnisse wissenschaftlich glaubwürdig.

Crowd-Labels wurden zu Trainingsdaten für maschinelles Lernen.

Eine Aufgabe, die für Experten zu groß ist, kann in Mikroentscheidungen aufgeteilt werden, die die Öffentlichkeit gut bewältigt, solange jedes Element viele unabhängige Beurteilungen erhält und Expertenstichproben die Crowd validieren.

Galaxy Zoo entwickelte sich zur Plattform Zooniverse, die Dutzende Citizen-Science-Projekte beherbergt, und sein morphologischer Katalog wurde zu einem Standarddatensatz für die Untersuchung, wie Galaxien entstehen und sich entwickeln.