星系动物园将百万张星系图像变成公开分类游戏

斯隆数字巡天为天文学家提供了近100万张星系图像，但形态标注——螺旋或椭圆——对一个小型研究团队来说太过费力。2007年，星系动物园将图像上线，邀请公众分类。

每个星系由许多志愿者检查，汇总他们的点击产生的分类，与专业天文学家分类的子集一致。2008年《皇家天文学会月报》报告称，来自约10万参与者的分类超过4000万次。

2010年的后续研究表明，基于人工标注训练的机器学习能够复现人群的分类，将志愿者工作转化为自动天文学的训练数据。该项目证明了：一个精心设计的公共任务可以完成研究团队无法完成的工作。

众包分类，保持科学

每个星系多双眼睛，可捕捉个体错误。

公众参与使工作免费且快速。

专家验证保证了结果在科学上可信。

人群标注成为机器学习的训练数据。

对专家来说太大的任务可以拆分为公众擅长的小决策，只要每个项目获得多次独立判断，并用专家样本对人群进行验证。

星系动物园成长为Zooniverse平台，承载了数十个公民科学项目，其形态目录成为研究星系形成和演化的标准数据集。