Seit über drei Jahrzehnten hat das Hubble-Weltraumteleskop eine beispiellose Fülle astronomischer Bilder aufgenommen – bis heute mehr als 1,7 Millionen. Allerdings macht es die schiere Datenmenge für menschliche Wissenschaftler unmöglich, jeden Frame im Detail zu analysieren. Jetzt ist ein neues Modell der künstlichen Intelligenz (KI) namens AnomalyMatch eingetreten, um die Lücke zu schließen und 1.300 bisher undokumentierte kosmische Anomalien aufzudecken, die im Hubble Legacy Archive lauern.
Die Herausforderung der astronomischen Datenüberflutung
Astronomische Observatorien, insbesondere Langzeitprojekte wie Hubble, erzeugen so umfangreiche Datensätze, dass sie die menschliche Analysekapazität übersteigen. Allein das Hubble Legacy Archive enthält jahrzehntelange Weltraumbeobachtungen und stellt den größten Beobachtungsdatensatz in der Astronomie dar. Das manuelle Durchsuchen dieser Daten ist unpraktisch. Den Forschern bleibt einfach nicht genug Zeit, jedes Bild zu untersuchen.
So funktioniert AnomalyMatch
Die von der ESA entwickelte KI AnomalyMatch wurde darauf trainiert, ungewöhnliche Objekte mithilfe von Mustererkennung zu identifizieren – und ahmt damit in gewisser Weise nach, wie das menschliche Sehen Informationen verarbeitet. In weniger als drei Tagen verarbeitete das Modell fast 100 Millionen Bildausschnitte und zeigte Anomalien auf, die andernfalls jahrelang unbemerkt geblieben wären.
Welche Anomalien wurden gefunden?
Zu den Entdeckungen gehören entfernte Galaxien, die auf unerwartete Weise verschmelzen, sternbildende Klumpen und quallenähnliche Galaxien mit nachlaufenden Gasstrukturen. Eine besonders auffällige Kategorie betrifft Planeten bildende Scheiben in unserer eigenen Galaxie, die Hamburgern ähneln. Viele dieser Objekte lassen sich nicht einfach klassifizieren und verdeutlichen die Weite unbekannter Phänomene im Universum.
Implikationen für die zukünftige Forschung
Dieses Projekt markiert die erste systematische Suche nach Anomalien im gesamten Hubble Legacy Archive. Forscher betonen, dass der Erfolg die Fähigkeit von KI zeigt, die wissenschaftlichen Erträge aus vorhandenen Datensätzen dramatisch zu steigern. Die Entdeckung so vieler bisher undokumentierter Anomalien unterstreicht das Potenzial des Instruments für zukünftige Durchmusterungen sowie andere langfristige astronomische Projekte.
„Dies ist ein eindrucksvoller Beweis dafür, wie KI die wissenschaftliche Auswertung von Archivdatensätzen verbessern kann“, sagt Pablo Gómez, einer der ESA-Forscher hinter AnomalyMatch.
Die Entwicklung von AnomalyMatch ist ein großer Fortschritt in der Art und Weise, wie wir Wissen aus unseren wachsenden Archiven astronomischer Daten extrahieren. Durch die Automatisierung des Prozesses der Anomalieerkennung stellt die KI sicher, dass keine potenziell bedeutsame Beobachtung untergeht, und ermöglicht so neue Einblicke in das Universum in einem beispiellosen Ausmaß.
