人工智能助力太空考古：48小时内扫描哈勃望远镜35年的数据，揭示1.300个谜团

为了展示重新定义天文研究极限的计算能力，人工智能系统仅用了两天半的时间就完成了科学界需要数十年人工才能完成的工作：审查哈勃太空望远镜 35 年的全部档案，识别出 1.300 多个罕见或异常的宇宙物体。 由大卫·奥莱恩和帕布罗·戈麦斯领导的欧洲航天局（ESA）研究人员开发并应用了神经网络。 异常匹配 研究人员将数据导入哈勃遗产档案库，对自望远镜发射以来积累的近100亿张图像进行了首次系统全面的奇点搜索。该研究结果于本周一发表在《科学》杂志上。 天文学与天体物理学它们揭示了一个隐藏在眼前的宇宙：这些异常现象中的大多数从未在科学文献中记录过，这表明，即使是历史上经过最严格审查的数据，如果用正确的“眼光”来看待，也会保留秘密。

公共档案馆中那份看不见的宝藏

这项发现的意义不仅在于分析的速度，还在于发现的内容本身。三十五年来，成千上万的天文学家研究了哈勃望远镜拍摄的图像，发表了数万篇论文。 修改截止日期人们理所当然地认为，最明亮、最奇特或最显眼的物体都已被编入目录。然而， 检测到的异常中有 65% 是由 异常匹配 天文数据库中此前没有任何关于它们的记录。 这意味着数百种独特的宇宙物理现象被“隐藏”在公共服务器上，等待着拥有机器无限耐心的工具将它们揭示出来。

在这些出土的珍稀文物中，目录中包括 138个新的引力透镜候选体这些现象是指前景星系的质量使时空结构发生弯曲，就像一个宇宙放大镜，将遥远天体的光线扭曲成完美的弧线和环状。它们是研究暗物质和宇宙膨胀的重要天然实验室。此外，人工智能还识别出了…… 417个此前未知的星系合并事件捕捉恒星碰撞在不同相互作用阶段的剧烈动态，以及 18个“水母星系”星系团中，星系间气体的压力会撕裂恒星物质的触须，从而形成迷人的结构，而星系本身也会高速穿过星系团。

汉堡包、蝴蝶和无法归类的事物

人工智能能够探测到不寻常的形态，从而发现了难以用标准描述描述的天体。研究团队注意到，从侧面观测到的原行星盘，由于其中心平面上的尘埃吸收光线，在视觉上酷似宇宙中的“汉堡包”或深色蝴蝶，在繁星点缀的背景下勾勒出轮廓。此外，他们还记录了两个罕见的碰撞环状星系，这些星系是由一个小星系穿过一个大星系的中心而形成的，碰撞产生的恒星形成冲击波类似于池塘中的涟漪。

但或许对理论物理学来说最有前途的是这套…… 数十件物品完全无法用现有的分类方法进行分类。 这些“纯粹”的异常现象既不属于旋涡星系、椭圆星系或不规则星系的范畴，也不像是仪器观测造成的假象。本质上，它们是真正的谜团，需要借助詹姆斯·韦伯太空望远镜等设备进行后续观测，以确定它们究竟代表着新的天体类型，还是我们此前从未有幸捕捉到并识别的极其短暂而罕见的演化阶段。

解决人类尺度危机

O'Ryan 和 Gomez 的研究解决了现代天文学的一个根本瓶颈：体积问题。 虽然人类科学家擅长定性分析——一眼就能理解事物是什么——但他们在生物学上无法持续集中注意力来审查数百万张图像而不因疲劳而出错。 像 Galaxy Zoo 这样的公民科学项目试图通过将任务委托给数千名志愿者来缓解这种情况，但即使公众的热情在面对指数级增长的档案时也是有限的。

异常匹配 这个问题可以通过混合方法解决： 半监督学习和主动学习 与传统算法只能搜索预先训练好的目标（例如“寻找猫”）不同，这种神经网络经过训练，能够识别天文数据的正常结构，并标记任何偏离该模式的情况。此外，它还包含一个反馈回路，由人类专家验证其初始发现，从而“教会”系统区分真正的天体物理异常与简单的相机传感器缺陷或宇宙射线撞击探测器等情况。

数据洪流的预演

该工具在哈勃档案库中的成功应用，实际上是为不久的将来做准备。天文学正在进入“大型巡天天文台”时代。 欧洲航天局的欧几里得任务于2023年发射，目前已在绘制数十亿个星系的星图；即将启动的维拉·鲁宾天文台将每隔几个晚上生成一部南半球天空的影像，并在十年内积累超过60拍字节的数据。 美国宇航局的南希·格雷斯·罗曼太空望远镜计划于 2027 年发射，其视野将是哈勃望远镜的 100 倍，将为人类展现无比丰富的星空景象。

在此背景下，诸如 异常匹配 它们将不再是新奇事物，而成为关键基础设施。如果没有人工智能实时过滤海量数据， 绝大多数潜在的发现都将尘封在硬盘里，无人问津，最终被人遗忘。欧洲航天局团队的成功表明，人工智能不会取代天文学家，而是像一个超高速筛子一样，将精华与糟粕分离，使人类能够将时间投入到他们最擅长的事情上：解读不可能的物理现象。