Per oltre tre decenni, il telescopio spaziale Hubble ha catturato una ricchezza senza precedenti di immagini astronomiche: ad oggi sono oltre 1,7 milioni. Tuttavia, l’enorme volume di dati ha reso impossibile per gli scienziati umani analizzare ogni fotogramma in dettaglio. Ora, un nuovo modello di intelligenza artificiale (AI) chiamato AnomalyMatch è intervenuto per colmare la lacuna, rivelando 1.300 anomalie cosmiche precedentemente non documentate in agguato nell’Hubble Legacy Archive.
La sfida del sovraccarico di dati astronomici
Gli osservatori astronomici, in particolare progetti a lungo termine come Hubble, generano set di dati così massicci da superare la capacità analitica umana. Il solo Hubble Legacy Archive contiene decenni di osservazioni dello spazio profondo, che rappresentano il più grande set di dati osservativi in astronomia. Setacciare manualmente questi dati non è pratico; semplicemente non c’è abbastanza tempo perché i ricercatori possano esaminare ogni immagine.
Come funziona AnomalyMatch
L’intelligenza artificiale sviluppata dall’ESA, AnomalyMatch, è stata addestrata a identificare oggetti insoliti utilizzando il riconoscimento di modelli, imitando, in un certo senso, il modo in cui la visione umana elabora le informazioni. In meno di tre giorni, il modello ha elaborato quasi 100 milioni di ritagli di immagini, segnalando anomalie che altrimenti sarebbero passate inosservate per anni.
Quali anomalie sono state riscontrate?
Le scoperte includono galassie distanti che si fondono in modi inaspettati, ammassi di formazione stellare e galassie simili a meduse con strutture gassose finali. Una categoria particolarmente sorprendente riguarda i dischi di formazione planetaria nella nostra galassia che assomigliano ad hamburger. Molti di questi oggetti sfidano una facile classificazione, evidenziando la vastità dei fenomeni sconosciuti nell’universo.
Implicazioni per la ricerca futura
Questo progetto segna la prima ricerca sistematica di anomalie nell’intero Hubble Legacy Archive. I ricercatori sottolineano che il successo dimostra la capacità dell’intelligenza artificiale di migliorare notevolmente i risultati scientifici provenienti dai set di dati esistenti. La scoperta di così tante anomalie precedentemente non documentate sottolinea il potenziale dello strumento per indagini future, così come per altri progetti astronomici a lungo termine.
“Questa è una potente dimostrazione di come l’intelligenza artificiale può migliorare il ritorno scientifico dei set di dati di archivio”, afferma Pablo Gómez, uno dei ricercatori dell’ESA dietro AnomalyMatch.
Lo sviluppo di AnomalyMatch rappresenta un importante passo avanti nel modo in cui estraiamo conoscenza dai nostri crescenti archivi di dati astronomici. Automatizzando il processo di rilevamento delle anomalie, l’intelligenza artificiale garantisce che nessuna osservazione potenzialmente significativa passi inosservata, sbloccando nuove intuizioni sull’universo su una scala senza precedenti.
