L'intelligenza artificiale scopre oltre 1300 oggetti anomali negli archivi storici del telescopio Hubble

Un team internazionale di ricercatori ha recentemente implementato un innovativo strumento basato su reti neurali e intelligenza artificiale per condurre un'analisi sistematica e senza precedenti dei vasti dati d'archivio raccolti dal telescopio spaziale Hubble. Attraverso una scansione meticolosa di circa 100 milioni di immagini ritagliate provenienti dall'Hubble Legacy Archive, questo metodo computazionale avanzato ha permesso di identificare oltre 1300 oggetti anomali nel cosmo. Di questi risultati straordinari, più di 800 rappresentano scoperte completamente nuove, che non erano mai state documentate o catalogate in precedenza all'interno della letteratura scientifica globale.

Le osservazioni storiche accumulate da Hubble coprono un periodo di oltre 35 anni, rappresentando un volume di informazioni talmente immenso da rendere praticamente impossibile una revisione manuale da parte degli esseri umani in tempi ragionevoli. Il progetto è stato coordinato da David O'Ryan e Pablo Gómez, ricercatori dell'Agenzia Spaziale Europea (ESA), che hanno progettato e addestrato la rete neurale AnomalyMatch. Questo sistema è stato concepito per il riconoscimento di pattern su scala massiva, imitando i complessi processi di elaborazione visiva del cervello umano per scovare fenomeni astronomici rari e insoliti. Grazie alla sua potenza di calcolo, AnomalyMatch ha portato a termine l'analisi dell'intero database in appena due giorni e mezzo, un compito che avrebbe richiesto decenni di lavoro umano.

Le anomalie celesti identificate durante lo studio comprendono una varietà affascinante di strutture, tra cui galassie in fase di collisione, le spettacolari "galassie medusa" dotate di lunghi filamenti di gas, e decine di potenziali lenti gravitazionali. Nello specifico, i dati confermano la presenza di 417 galassie in fase di fusione o interazione reciproca, insieme a 86 nuove potenziali lenti gravitazionali. Queste ultime sono di vitale importanza per l'astrofisica moderna, poiché fungono da lenti d'ingrandimento cosmiche che permettono di mappare la distribuzione della materia oscura e di osservare oggetti situati ai confini dell'universo visibile, altrimenti impossibili da rilevare.

Oltre a questi fenomeni, l'intelligenza artificiale ha scovato galassie caratterizzate da intense regioni di formazione stellare e dischi protoplanetari osservati di taglio, che offrono indizi preziosi sulla nascita dei sistemi planetari. È interessante notare come diverse decine di oggetti individuati non corrispondano a nessuna delle categorie di classificazione astronomica attualmente esistenti, sottolineando l'estrema eterogeneità dei dati presenti nell'archivio di Hubble. Pablo Gómez ha evidenziato come l'IA funga da "moltiplicatore" delle capacità umane, poiché la validazione finale dei candidati ha comunque richiesto un'attenta analisi manuale da parte del team scientifico. I risultati completi di questa ricerca sono stati pubblicati sulla rivista accademica Astronomy & Astrophysics.

Il successo ottenuto con AnomalyMatch apre la strada a un nuovo paradigma nella gestione dei dati astronomici, che continuano a crescere a ritmi esponenziali. Questo strumento è destinato a diventare un pilastro per le future missioni di osservazione del cielo profondo. Tra queste spiccano la missione Euclid dell'ESA, lanciata con successo nel luglio 2023, e il Nancy Grace Roman Space Telescope della NASA, il cui lancio è programmato per la fine del 2026 o poco dopo. Sia Euclid che il telescopio Roman sono pronti a guidare la comunità scientifica verso una nuova era di scoperte riguardanti l'energia oscura e la complessa architettura dell'universo.