Galaxy Zoo 將一百萬張星系影像變成公開的分類遊戲

史隆數位巡天（Sloan Digital Sky Survey）提供了近一百萬張星系影像，但形態標籤——螺旋星系或橢圓星系——對小型研究團隊而言過於勞力密集。2007 年，Galaxy Zoo 將這些影像放上網路，請公眾協助分類。

每個星系都由許多志工檢視，彙整他們的點選結果後，所產生的分類與由專業天文學家分類的子集一致。2008 年《Monthly Notices》的論文報告指出，約 100,000 名參與者貢獻了超過 4,000 萬次分類。

2010 年的後續研究顯示，以人工標籤訓練的機器學習模型能夠重現群眾的分類結果，將志工的努力轉化為自動化天文學的訓練資料。該專案證明，一個框架良好的公開任務能夠完成研究團隊無法獨力完成的工作。

群眾外包分類，保留科學價值

每個星系由多雙眼睛檢視，能捕捉個別錯誤。

公眾參與使這項工作免費且快速。

專家驗證確保結果在科學上可信。

群眾標籤成為機器學習的訓練資料。

一項對專家而言過於龐大的任務，可以拆解成公眾能勝任的微型決策，只要每個項目都獲得許多獨立判斷，並以專家樣本驗證群眾結果。

Galaxy Zoo 發展為 Zooniverse 平台，託管數十個公民科學專案，其形態目錄也成為研究星系如何形成與演化的標準資料集。