Przez ponad trzydzieści lat Kosmiczny Teleskop Hubble’a zebrał niespotykaną dotąd liczbę zdjęć astronomicznych — dotychczas ponad 1,7 miliona. Jednak sama ilość danych uniemożliwia naukowcom szczegółową analizę każdej klatki. Teraz do akcji wkroczył nowy model sztucznej inteligencji (AI) o nazwie AnomalyMatch, który identyfikuje 1300 wcześniej nieudokumentowanych anomalii kosmicznych ukrytych w Archiwum Dziedzictwa Hubble’a.
Problem z przeciążeniem danych astronomicznych
Obserwatoria astronomiczne, zwłaszcza projekty długoterminowe, takie jak Hubble, generują zbiory danych tak ogromne, że przekraczają możliwości ludzkiej analizy. Samo Archiwum Dziedzictwa Hubble’a zawiera dziesięciolecia obserwacji głębokiego kosmosu i stanowi największy zbiór danych obserwacyjnych w astronomii. Ręczne przeglądanie tych danych jest niepraktyczne: badacze po prostu nie mają wystarczająco dużo czasu na sprawdzenie każdego obrazu.
Jak działa AnomalyMatch
Sztuczna inteligencja opracowana przez ESA, zwana AnomalyMatch, została przeszkolona w zakresie identyfikowania nietypowych obiektów za pomocą rozpoznawania wzorców, naśladując w ten sposób sposób, w jaki ludzki wzrok przetwarza informacje. W niecałe trzy dni model przetworzył prawie 100 milionów fragmentów obrazu, uwydatniając anomalie, które w przeciwnym razie mogłyby pozostać niewykryte przez lata.
Jakie anomalie wykryto?
Odkrycia obejmują odległe galaktyki łączące się w nieoczekiwany sposób, gromady gwiazd tworzące nowe gwiazdy oraz galaktyki podobne do meduz, za którymi ciągną się struktury gazowe. Szczególnie godną uwagi kategorią są dyski protoplanetarne w naszej galaktyce, które przypominają hamburgery. Wiele z tych obiektów wymyka się łatwej klasyfikacji, podkreślając ogrom nieznanych zjawisk we Wszechświecie.
Implikacje dla przyszłych badań
Projekt ten stanowi pierwsze systematyczne poszukiwanie anomalii w całym Archiwum Dziedzictwa Hubble’a. Naukowcy podkreślają, że sukces pokazuje zdolność sztucznej inteligencji do znacznego ulepszenia wyników naukowych istniejących zbiorów danych. Odkrycie tak wielu wcześniej nieudokumentowanych anomalii podkreśla potencjał tego instrumentu dla przyszłych badań, a także innych długoterminowych projektów astronomicznych.
„To potężny dowód na to, jak sztuczna inteligencja może ulepszyć wyniki naukowe archiwalnych zbiorów danych” – mówi Pablo Gomez, jeden z badaczy ESA odpowiedzialny za AnomalyMatch.
Rozwój AnomalyMatch to ważny krok naprzód w sposobie wydobywania wiedzy z naszych rosnących archiwów danych astronomicznych. Automatyzując proces wykrywania anomalii, sztuczna inteligencja gwarantuje, że żadna potencjalnie istotna obserwacja nie zostanie pominięta, ujawniając nową wiedzę o wszechświecie na niespotykaną dotąd skalę.
