Umělá inteligence se věnuje vesmírné archeologii: 35 let dat z Hubbleova teleskopu naskenovaných za 48 hodin odhaluje 1.300 záhad

V demonstraci výpočetního výkonu, který nově definuje hranice astronomického výzkumu, dokázal systém umělé inteligence za pouhé dva a půl dne to, co by vědecké komunitě trvalo desítky let manuální práce: prozkoumal celý 35letý archiv Hubbleova vesmírného dalekohledu a identifikoval více než 1.300 vzácných nebo anomálních kosmických objektů. Výzkumníci z Evropské kosmické agentury (ESA) pod vedením Davida O'Ryana a Pabla Gómeze vyvinuli a aplikovali neuronovou síť AnomalyMaching do Hubble Legacy Archive, kde provedl první systematické a komplexní hledání singularit v téměř 100 milionech snímků nashromážděných od vypuštění dalekohledu. Zjištění, publikovaná toto pondělí v časopise Astronomie a astrofyzikaOdhalují vesmír skrytý před zraky: většina těchto anomálií nebyla nikdy zdokumentována ve vědecké literatuře, což dokazuje, že i ta nejprozkoumanější historická data si uchovávají tajemství, pokud se na ně díváme správnýma „očíma“.

Neviditelný poklad ve veřejném archivu

Rozsah objevu nespočívá jen v rychlosti analýzy, ale také v povaze zjištěných výsledků. Po tři a půl desetiletí studovaly tisíce astronomů snímky z Hubbleova teleskopu a publikovaly desítky tisíc výsledků. dokladyDůvodně se předpokládalo, že nejjasnější, nejpodivnější nebo nejzřetelnější objekty již byly katalogizovány. Nicméně... 65 % anomálií zjištěných AnomalyMaching Neměli žádné předchozí odkazy v astronomických databázích To naznačuje, že stovky unikátních astrofyzikálních jevů byly „skryty“ na veřejných serverech a čekaly na nástroj s nekonečnou trpělivostí stroje, který je vynese na světlo.

Mezi nalezenými raritami katalog uvádí 138 nových kandidátů na gravitační čočkuJde o jevy, kdy hmota galaxie v popředí zakřivuje strukturu časoprostoru a působí jako kosmická lupa, která zkresluje světlo vzdálených objektů do dokonalých oblouků a prstenců. Jedná se o klíčové přírodní laboratoře pro studium temné hmoty a rozpínání vesmíru. Umělá inteligence dále identifikovala 417 dříve neznámých sloučení galaxií, zachycující prudký balet hvězdných srážek v různých fázích interakce a 18 „medúzích galaxií“, fascinující struktury, kde tlak mezigalaktického plynu trhá chapadla hvězdné hmoty, když se galaxie řítí skrz kupu.

Hamburgery, motýli a nezařaditelné

Schopnost umělé inteligence detekovat neobvyklé morfologie vedla k objevu objektů, které se vymykají standardním popisům. Tým si všiml protoplanetárních disků pozorovaných z boku, které díky absorpci světla prachem v jejich centrální rovině vizuálně připomínají kosmické „hamburgery“ nebo tmavé motýly siluety na hvězdném pozadí. Byly také zdokumentovány dvě vzácné kolizní prstencové galaxie, které vznikly, když malá galaxie prošla středem větší, čímž vznikla rázová vlna vzniku hvězd podobná vlnkám v rybníku.

Ale možná nejslibnější věcí pro teoretickou fyziku je soubor několik desítek objektů, které zcela vzdorovaly existujícím klasifikačním schématům Tyto „čisté“ anomálie nezapadají do kategorií spirálních, eliptických nebo nepravidelných galaxií, ani se nezdají být instrumentálními artefakty. V podstatě se jedná o skutečné záhady, které vyžadují další zkoumání pomocí dalekohledů, jako je James Webb, aby se zjistilo, zda představují nové třídy nebeských objektů, nebo extrémně krátké a vzácné evoluční fáze, které jsme dosud neměli to štěstí zachytit a identifikovat.

Řešení krize lidského rozsahu

Výzkum O'Ryana a Gomeze se zabývá zásadním úzkým hrdlem moderní astronomie: problémem objemu. Zatímco lidští vědci vynikají v kvalitativní analýze – chápání toho, co něco je, jakmile to uvidí – biologicky nejsou schopni udržet pozornost potřebnou k prohlížení milionů obrázků, aniž by udělali chyby v důsledku únavy. Občanské vědecké projekty, jako je Galaxy Zoo, se tento problém snažily zmírnit delegováním tohoto úkolu na tisíce dobrovolníků, ale i veřejné nadšení má své limity, když čelíme exponenciálně rostoucím archivům.

AnomalyMaching Toto je řešeno hybridním přístupem, tj. polořízené a aktivní učení Na rozdíl od tradičních algoritmů, které hledají pouze to, k čemu byly natrénovány (např. „najít kočky“), byla tato neuronová síť natrénována k rozpoznávání normální struktury astronomických dat a označování všeho, co se od tohoto vzoru odchyluje. Dále zahrnovala zpětnovazební smyčku, kde lidští experti ověřovali její počáteční zjištění a „učili“ systém rozlišovat mezi skutečnou astrofyzikální anomálií a jednoduchou vadou senzoru kamery nebo kosmickým zářením dopadajícím na detektor.

Generální zkouška na datovou záplavu

Úspěšné zavedení tohoto nástroje v archivu Hubbleova dalekohledu je ve skutečnosti přípravou na bezprostřední budoucnost. Astronomie vstupuje do éry „Velkých observatoří“. Mise Euclid agentury ESA, která byla vypuštěna v roce 2023, již mapuje miliardy galaxií; brzy spuštěná observatoř Vera C. Rubin bude každé několik nocí generovat film oblohy na jižní polokouli a za deset let nashromáždí více než 60 petabajtů dat. Římský vesmírný dalekohled Nancy Graceové, který je plánován na rok 2027, bude mít zorné pole stokrát větší než Hubbleův teleskop a bude tak vytvářet hvězdné krajiny nepochopitelné bohatství pro lidskou mysl.

V této souvislosti se používají nástroje jako např AnomalyMaching Přestanou být kuriozitou a stanou se kritickou infrastrukturou. Bez umělé inteligence, která by filtrovala proud dat v reálném čase, Velká většina potenciálních objevů by zůstala archivována na pevných discích, neviditelná a zapomenutá.Úspěch týmu ESA ukazuje, že umělá inteligence nenahrazuje astronomy, ale spíše funguje jako ultrarychlé síto, které odděluje zrno od plev, aby se lidé mohli věnovat tomu, co dělají nejlépe: interpretaci fyziky nemožného.