來自孟買塔塔基礎研究所和蒂魯瓦南塔普蘭印度空間科學與技術研究所的科學家團隊，由蘇迪普-巴塔查里亞教授和希瓦姆-庫馬蘭以及薩米爾-曼達爾教授和迪帕克-米甚拉教授組成，他們利用機器學習技術來識別X射線波長的數千個新天體的性質。機器學習是人工智能的一個分支。

天文學正在經歷一場變革，因為來自數百萬天體的大量天文數據可以輕易獲得。這是由於大規模的調查和利用一流的天文觀測站的細緻觀測，再加上開放數據的政策。

毋庸置疑，這些數據對於許多發現和對宇宙的新認識具有巨大潛力。然而，手動探索所有這些天體的數據是不現實的，自動機器學習技術對於從這些數據中提取信息至關重要。但這種技術在天文數據中的應用仍然非常有限，而且處於初步階段。

在此背景下，TIFR-IIST團隊將機器學習技術應用於美國錢德拉空間觀測站在X射線下觀測的數十萬個宇宙物體。這表明了一種新的和熱門的技術進步如何能夠幫助和徹底改變基礎和基本的科學研究。該小組將這些技術應用於大約277000個釋放X射線的物體，其中大部分物體的性質是未知的。

對未知物體的性質進行分類，相當於發現特定類別的物體。因此，這項研究讓研究人員可靠地發現了成千上萬的宇宙天體的類別，如黑洞、中子星、白矮星、恆星等，這為天文學界進一步詳細研究許多有趣的新天體提供了巨大的機會。

這項合作研究對於建立將新的機器學習技術應用於天文學基礎研究的最先進能力也很重要，這對於科學地利用當前和即將到來的觀測站的數據至關重要。