محققان انجمن سلطنتی نجوم دانشگاه لنکستر (Lancaster University) در انگلیس با استفاده از هوش مصنوعی، یک روش یادگیری جدید موسوم به دیپ-سی (Deep-CEE) را ابداع کردند که موجب تسریع فرایند شناسایی خوشه‌های کهکشانی (Galaxy clusters) در فضا می‌شود. خوشه کهکشانی بزرگترین اجرام جهان هستند. یک خوشه کهکشانی از سه بخش تشکیل شده است؛ کهکشان‌هایی که دارای میلیاردها ستاره‌اند، گاز داغ بین کهکشان‌ها و ماده تاریک و همچنین ماده‌ای با هویتی مرموز که بیش‌ترین جرم کهکشان را تشکیل می‌دهد.
اغلب کهکشان‌های جهان در محیطی کم تراکم یا در گروه‌های کوچکی مانند آنچه کهکشان راه شیری عضو آن است، به حیات خود ادامه می‌دهند. اما به ندرت می‌توان خوشه‌های کهکشانی را در جهان شناسایی کرد. این خوشه‌ها دشوارترین شرایط محیطی را برای ادامه حیات کهکشان‌ها دارند و مطالعه آن‌ها امکان درک بهتر ماده سیاه و انرژی سیاه را فراهم می‌کند.
روش دیپ-سی با استفاده از یک مدل هوش مصنوعی که به منظور جستجوی تصاویر رنگی ایجاد شده است، خوشه‌های کهکشانی را شناسایی می‌کند. این مدل هوش مصنوعی بسیار پیشرفته بوده و بر اساس شبکه‌های عصبی به گونه‌ای ساخته شده است که می‌تواند با استفاده از روشی مشابه به آنچه در مغز انسان روی می‌دهد، اشیای مختلف را تشخیص دهد. مغز انسان در هنگام مشاهده الگوها یا رنگ‌های مشخص، نورون‌های خاصی را فعال می‌کند.
محققان توانستند این روش را توسط پروژه «نقشه‌برداری آسمانی دیجیتال اسلون» (Sloan Digital Sky Survey) که یکی از تلسکوپ‌های مهم دید زاویه باز در جهان است، یکپارچه کنند. آن‌ها امیدوارند در آینده نزدیک بتوانند این مدل هوش مصنوعی را در سایر رصدخانه‌های بزرگ نیز به‌کار گیرند.
گزارش کامل این تحقیقات در نشریه MNRAS منتشر شده است.