分析盖亚太空望远镜数据的人工智能(AI)系统已经识别出2,000多个大型原恒星，这些年轻恒星仍在形成中，并可能为我们银河系中恒星的起源提供线索。

科学家此前只对其中的100 颗恒星进行了分类，对它们的研究产生了许多支持恒星形成研究的知识。

该项目由博士学位的Miguel Vioque领导。利兹大学的研究员，其发现-Herbig AE / BE和经典Be stars的新目录：Gaia DR2的机器学习方法-已发表在《天文学与天体物理学》杂志上。

他认为研究这些新发现的恒星有可能改变科学家对大质量恒星形成及其对银河系研究方法的理解。

Vioque先生和他的同事对被称为Herbig Ae / Be恒星的恒星感兴趣，恒星仍在形成并且质量至少是太阳的两倍。他们还参与了其他恒星的诞生。

研究人员获取了盖亚(Gaia)星载望远镜在绘制星系图时收集的大量数据。望远镜于2013年发射，收集的数据使人们能够确定约10亿颗恒星的距离，约占星系中总距离的百分之一。

研究人员清理了这些数据，并将其减少到可能包含目标原恒星的410万颗恒星的子集。

AI系统筛选了数据并生成了2226颗恒星的列表，其中约有85%的机会成为Herbig Ae / Be原恒星。

物理与天文学学院的Vioque先生说：“盖亚(Gaia)正在产生大量数据，并且需要AI工具来帮助科学家们理解它。