Sztuczna inteligencja zajmuje się archeologią kosmiczną: 35 lat danych z Hubble’a przeskanowanych w ciągu 48 godzin ujawnia 1.300 tajemnic

W demonstracji mocy obliczeniowej, która zmienia granice badań astronomicznych, system sztucznej inteligencji osiągnął w zaledwie dwa i pół dnia to, co społeczności naukowej zajęłoby dziesiątki lat pracy ręcznej: przeanalizował całe 35-letnie archiwum Kosmicznego Teleskopu Hubble'a, aby zidentyfikować ponad 1.300 rzadkich lub nietypowych obiektów kosmicznych. Naukowcy z Europejskiej Agencji Kosmicznej (ESA) pod przewodnictwem Davida O’Ryana i Pablo Gómeza opracowali i zastosowali sieć neuronową AnomalyMatch do Archiwum Dziedzictwa Hubble'a, przeprowadzając pierwsze systematyczne i kompleksowe poszukiwania osobliwości na podstawie prawie 100 milionów obrazów zgromadzonych od startu teleskopu. Wyniki, opublikowane w ten poniedziałek w czasopiśmie Astronomia i astrofizykaUjawniają wszechświat ukryty na widoku: większość z tych anomalii nigdy nie została udokumentowana w literaturze naukowej, co pokazuje, że nawet najdokładniej zbadane dane w historii zachowują tajemnice, jeśli spojrzy się na nie odpowiednim „okiem”.

Niewidzialny skarb w archiwum publicznym

Skala odkrycia tkwi nie tylko w szybkości analizy, ale także w naturze tego, co zostało odkryte. Przez trzy i pół dekady tysiące astronomów badało obrazy z Hubble'a, publikując dziesiątki tysięcy… PapieryRozsądnie zakładano, że najjaśniejsze, najdziwniejsze lub najbardziej oczywiste obiekty zostały już skatalogowane. Jednakże 65% anomalii wykrytych przez AnomalyMatch Nie miały one wcześniej odniesienia w bazach danych astronomicznych Oznacza to, że setki wyjątkowych zjawisk astrofizycznych zostało „ukrytych” na serwerach publicznych, czekając na narzędzie o nieskończonej cierpliwości maszyny, które wydobędzie je na światło dzienne.

Wśród odnalezionych rarytasów w katalogu znalazły się m.in. 138 nowych kandydatów na soczewkowanie grawitacyjneSą to zjawiska, w których masa galaktyki na pierwszym planie zakrzywia strukturę czasoprzestrzeni, działając jak kosmiczne szkło powiększające, które zniekształca światło odległych obiektów, tworząc idealne łuki i pierścienie. Są to kluczowe naturalne laboratoria do badania ciemnej materii i ekspansji wszechświata. Co więcej, sztuczna inteligencja zidentyfikowała 417 wcześniej nieznanych połączeń galaktyk, uchwytując gwałtowny balet zderzeń gwiazd na różnych etapach interakcji i 18 „galaktyk meduz”, fascynujące struktury, w których ciśnienie gazu międzygalaktycznego odrywa macki materii gwiezdnej, gdy galaktyka przemieszcza się przez gromadę.

Hamburgery, motyle i to, co nieklasyfikowalne

Zdolność sztucznej inteligencji do wykrywania nietypowych morfologii doprowadziła do odkrycia obiektów, które wymykają się standardowym opisom. Zespół zaobserwował dyski protoplanetarne widziane z boku, które, ze względu na absorpcję światła przez pył w ich centralnej płaszczyźnie, wizualnie przypominają kosmiczne „hamburgery” lub ciemne motyle, których sylwetki rysują się na tle rozgwieżdżonego nieba. Udokumentowano również dwie rzadkie zderzenia galaktyk pierścieniowych, które powstały, gdy mała galaktyka przechodzi przez centrum większej, tworząc falę uderzeniową formowania się gwiazd, podobną do zmarszczek na stawie.

Ale być może najbardziej obiecującą rzeczą dla fizyki teoretycznej jest zbiór kilkadziesiąt obiektów, które całkowicie odbiegały od istniejących schematów klasyfikacji Te „czyste” anomalie nie pasują do kategorii galaktyk spiralnych, eliptycznych ani nieregularnych, ani nie wydają się być artefaktami instrumentalnymi. Są w istocie prawdziwymi tajemnicami, które wymagają dalszych badań z użyciem teleskopów takich jak James Webb, aby ustalić, czy reprezentują one nowe klasy obiektów niebieskich, czy też niezwykle krótkie i rzadkie fazy ewolucyjne, których do tej pory nie mieliśmy szczęścia uchwycić i zidentyfikować.

Rozwiązanie kryzysu na skalę ludzką

Badania O'Ryana i Gomeza mają na celu rozwiązanie podstawowego problemu współczesnej astronomii: problemu objętości. Choć naukowcy-ludzie celują w analizie jakościowej, czyli w rozumieniu, czym jest coś, co zobaczą, to z przyczyn biologicznych nie są w stanie utrzymać uwagi na tyle, by móc przejrzeć miliony obrazów bez popełniania błędów wynikających ze zmęczenia. Obywatelskie projekty naukowe, takie jak Galaxy Zoo, próbowały zaradzić temu problemowi, delegując to zadanie tysiącom wolontariuszy, ale nawet entuzjazm społeczeństwa ma swoje granice, gdy ma się do czynienia z wykładniczo rosnącymi archiwami.

AnomalyMatch Rozwiązaniem tego problemu jest hybrydowe podejście uczenie półnadzorowane i aktywne W przeciwieństwie do tradycyjnych algorytmów, które wyszukują tylko to, do czego zostały wytrenowane (np. „znajdź koty”), ta sieć neuronowa została wytrenowana w rozpoznawaniu normalnej struktury danych astronomicznych i sygnalizowaniu wszystkiego, co odbiega od tego wzorca. Co więcej, wdrożyła pętlę sprzężenia zwrotnego, w której eksperci weryfikowali wstępne ustalenia, „ucząc” system odróżniania rzeczywistej anomalii astrofizycznej od prostej wady sensora kamery lub promieniowania kosmicznego uderzającego w detektor.

Próba generalna przed zalewem danych

Udane wdrożenie tego narzędzia w archiwum Hubble'a to w rzeczywistości przygotowanie do najbliższej przyszłości. Astronomia wkracza w erę „obserwatoriów Wielkiego Przeglądu”. Misja Euclid Europejskiej Agencji Kosmicznej, wystrzelona w 2023 r., mapuje już miliardy galaktyk; wkrótce uruchomione Obserwatorium Very C. Rubin będzie co kilka nocy generować film nieba półkuli południowej, gromadząc ponad 60 petabajtów danych w ciągu dekady Teleskop Kosmiczny Nancy Grace Roman NASA, którego rozpoczęcie prac zaplanowano na 2027 rok, będzie miał pole widzenia 100 razy większe niż Hubble'a, dzięki czemu ludzki umysł będzie mógł obserwować gwiazdy o niewyobrażalnym bogactwie.

W tym kontekście narzędzia takie jak AnomalyMatch Przestaną być ciekawostką, a staną się infrastrukturą krytyczną. Bez sztucznej inteligencji, która filtrowałaby strumień danych w czasie rzeczywistym, Ogromna większość potencjalnych odkryć pozostałaby zarchiwizowana na dyskach twardych, niewidoczna i zapomniana.Sukces zespołu ESA pokazuje, że sztuczna inteligencja nie zastępuje astronoma, lecz działa jak ultraszybkie sito, oddzielające ziarno od plew, dzięki czemu ludzie mogą poświęcić się temu, co robią najlepiej: interpretowaniu fizyki rzeczy niemożliwych.