ในช่วงหลายทศวรรษที่ผ่านมา ข้อมูลที่นักดาราศาสตร์เก็บรวบรวมมา มีปริมาณเพิ่มขึ้นอย่างมหาศาล กล้องโทรทรรศน์และภารกิจอวกาศใหม่ๆ ล้วนแล้วแต่มีส่วนทำให้เกิดการคิดค้นเครื่องมือ และวิธีการวิเคราะห์ข้อมูลที่ได้มาใหม่ๆ การประมวลผลข้อมูลดาราศาสตร์มีส่วนช่วยให้เกิดการคิดค้นวิธีการคำนวณที่ดียิ่งขึ้น เช่น การประมวลผลแบบกระจาย (Distributed Computing) และการประมวลผลแบบกริด (Grid Computing)  รวมถึงโครงการวิทยาศาสตร์ขนาดใหญ่ที่อาศัยเครือข่ายจากประชาชนทั่วไปเข้าร่วมทำการศึกษาวิจัย

#การประมวลผลแบบกระจาย (Distributed Computing)

เป็นเทคโนโลยีการประมวลผลโดยอาศัยคอมพิวเตอร์หลาย ๆ เครื่องทำงานร่วมกันเพื่อเพิ่มประสิทธิภาพในการประมวลผลข้อมูล โดยมีโครงการที่ริเริ่มใช้เทคโนโลยีดังกล่าว คือ โครงการ GIMPS (The Great Internet Mersenne Prime Search) เพื่อใช้ไขปัญหาทางคณิตศาสตร์ เว็บไซต์ distributed.net เพื่อไขรหัสลับที่มีความซับซ้อนสูง และ โครงการ SETI@home ที่มุ่งตรวจจับสัญญาณคลื่นวิทยุที่อาจบ่งชี้ว่ามีสิ่งมีชีวิตทรงภูมิปัญญานอกโลก ปัจจุบัน โครงการดังกล่าวยังคงดำเนินอยู่และมีสมาชิกผู้ใช้งานกว่า 1.7 ล้านคนที่ร่วมกันหยิบยื่นทรัพยากรคอมพิวเตอร์ที่ตนมีให้แก่โครงการ SETI@home

#การประมวลผลแบบกริด (Grid Computing) 

เป็นเทคโนโลยีการประมวลผลที่พัฒนาต่อเนื่องมาจากการประมวลผลแบบกระจาย เนื่องจากในช่วงหลายทศวรรษที่ผ่านมาข้อมูลที่นักดาราศาสตร์เก็บรวบรวมมีปริมาณเพิ่มขึ้นอย่างมหาศาล 

ซึ่งต้องการเทคโนโลยีในการประมวลผลที่มีประสิทธิภาพสูงยิ่งขึ้น จึงเกิดเป็นการประมวลผลแบบกริดที่อาศัยคอมพิวเตอร์ที่กระจายอยู่ตามสถานที่ต่าง ๆ เชื่อมต่อกันเป็นเครือข่าย มีหน่วยในการจัดการเยอะกว่า และมีประสิทธิภาพในการประมวลผลเพิ่มมากขึ้น 

ดังนั้นอาจกล่าวได้ว่า ดาราศาสตร์เป็นอีกหนึ่งวงการทางวิทยาศาสตร์ที่ได้ก้าวเข้าสู่ยุค “Big Data” มาก่อนหน้านี้แล้ว

ข้อมูล : อนุสาร From Medicine to Wi-Fi โดย สหพันธ์ดาราศาสตร์นานาชาติ หรือ IAU