La IA fa arqueologia espacial: 35 anys de Hubble escanejats en 48 hores revelen 1.300 misteris

En una demostració de força computacional que redefineix els límits de la investigació astronòmica, un sistema d'intel·ligència artificial ha aconseguit en només dos dies i mig el que a la comunitat científica li hauria pres dècades de treball manual: revisar la totalitat de l'arxiu de 35 anys del Telescopi Espacial Hubble per identificar més de 1.300 objectes còsmics rars. Investigadors de l'Agència Espacial Europea (ESA), liderats per David O'Ryan i Pablo Gómez, van desenvolupar i aplicar la xarxa neuronal AnomalyMatch a l'Arxiu Llegat del Hubble, executant la primera cerca sistemàtica i exhaustiva de singularitats en gairebé 100 milions d'imatges acumulades des del llançament del telescopi. Les troballes, publicades aquest dilluns a la revista Astronomia i astrofísica, revelen un univers ocult a plena vista: la majoria d'aquestes anomalies mai no havien estat documentades en la literatura científica, demostrant que fins i tot les dades més escrutines de la història conserven secrets si es miren amb els «ulls» adequats.

El tresor invisible a l'arxiu públic

La magnitud del descobriment rau no només en la velocitat de l'anàlisi, sinó també en la naturalesa del que s'ha trobat. Durant tres dècades i mitja, milers d'astrònoms han estudiat les imatges del Hubble, publicant desenes de milers de papers. S'assumia, raonablement, que els objectes més brillants, estranys o evidents ja havien estat catalogats. No obstant això, el 65% de les anomalies detectades per AnomalyMatch no tenien cap referència prèvia a les bases de dades astronòmiques . Això implica que centenars de fenòmens astrofísics únics han estat «amagats» en servidors públics, esperant que una eina amb la paciència infinita d'una màquina els tragués a la llum.

Entre les rareses desenterrades, el catàleg inclou 138 nous candidats a lents gravitacionals, fenòmens on la massa d'una galàxia en primer pla corba el teixit de l'espai-temps, actuant com una lupa còsmica que distorsiona la llum d'objectes distants en arcs i anells perfectes. Aquests són els laboratoris naturals crucials per estudiar la matèria fosca i l'expansió de l'univers. A més, la IA va identificar 417 fusions de galàxies prèviament desconegudes, capturant el violent ballet de col·lisions estel·lars en diverses etapes d'interacció, i 18 «galàxies medusa», estructures fascinants on la pressió del gas intergalàctic arrenca tentacles de material estel·lar mentre la galàxia es precipita a través d'un cúmul.

Hamburgueses, papallones i allò inclassificable

La capacitat de la IA per detectar morfologies inusuals va portar a trobar objectes que desafien les descripcions estàndard. L'equip va assenyalar discos protoplanetaris vistos completament de cant que, a causa de l'absorció de llum per la pols al seu pla central, s'assemblen visualment a «hamburgueses» còsmiques o papallones fosques retallades contra el fons estrellat. També es van documentar dues rares galàxies d'anell col·lisional, formades quan una galàxia petita travessa el centre d'una de major, creant una ona de xoc de formació estel·lar similar a les ones en un estany.

Però potser el més prometedor per a la física teòrica és el conjunt de diverses dotzenes d'objectes que van desafiar completament els esquemes de classificació existents . Aquestes anomalies «pures» no encaixen en les categories de galàxia espiral, el·líptica o irregular, ni semblen ser artefactes instrumentals. Són, en essència, misteris genuïns que requereixen seguiment amb telescopis com el James Webb per determinar si representen noves classes d'objectes celestes o fases evolutives extremadament breus i rares que mai no havíem tingut la sort de captar i identificar fins ara.

Resolent la crisi de l'escala humana

La investigació d'O'Ryan i Gómez aborda un coll d'ampolla fonamental a l'astronomia moderna: el problema del volum. Mentre que els científics humans són excel·lents per a l'anàlisi qualitativa —entendre què és una vegada que ho veuen—, són biològicament incapaços de mantenir l'atenció necessària per revisar milions d'imatges sense cometre errors per fatiga . Els projectes de ciència ciutadana, com Galaxy Zoo, han intentat mitigar-ho delegant la tasca a milers de voluntaris, però fins i tot l'entusiasme del públic té límits davant d'arxius que creixen exponencialment.

AnomalyMatch soluciona això mitjançant un enfocament híbrid de aprenentatge semisupervisat i actiu . A diferència dels algorismes tradicionals que només busquen allò que se'ls ha ensenyat a buscar (per exemple, «busca gats»), aquesta xarxa neuronal es va entrenar per reconèixer l'estructura normal de les dades astronòmiques i assenyalar tot el que es desviés d'aquest patró. A més, va incorporar un bucle de retroalimentació on experts humans validaven les seves troballes inicials, «ensenyant» el sistema a distingir entre una anomalia astrofísica real i un simple defecte al sensor de la càmera o un raig còsmic impactant el detector.

Un assaig general per al diluvi de dades

La implementació amb èxit d'aquesta eina a l'arxiu del Hubble és, en realitat, una preparació per al futur immediat. L'astronomia està entrant a l'era dels Grans Observatoris de Rastreig. La missió Euclid de l'ESA, llançada el 2023, ja està cartografiant milers de milions de galàxies; l'Observatori Vera C. Rubin, que iniciarà operacions aviat, generarà una pel·lícula del cel de l'hemisferi sud cada poques nits, acumulant més de 60 petabytes de dades en una dècada . El Telescopi Espacial Nancy Grace Roman de la NASA, programat per al 2027, tindrà un camp de visió 100 vegades més gran que el Hubble, produint panormes estel·lars d'una riquesa inabastable per a la ment humana.

En aquest context, eines com AnomalyMatch deixaran de ser una curiositat per convertir-se en infraestructura crítica. Sense IA que filtri el torrent de dades en temps real, la immensa majoria dels descobriments potencials es quedarien arxivats a discos durs, invisibles i oblidats. L'èxit de l'equip de l'ESA demostra que la intel·ligència artificial no reemplaça l'astrònom, sinó que actua com un tamís d'ultraalta velocitat, separant la palla del blat perquè els humans puguin dedicar el seu temps al que millor saben fer: interpretar la física de l'impossible.