Sztuczna inteligencja odkrywa ponad 1300 anomalii w ogromnym archiwum danych teleskopu Hubble’a

Wykorzystując zaawansowane narzędzia oparte na sieciach neuronowych, zespół badawczy przeprowadził systematyczną analizę gigantycznych zbiorów danych zgromadzonych przez dziesięciolecia pracy Kosmicznego Teleskopu Hubble’a. Innowacyjna metoda pozwoliła na przeskanowanie około 100 milionów wycinków obrazów pochodzących z Archiwum Dziedzictwa Hubble’a (Hubble Legacy Archive). W efekcie tej tytanicznej pracy zidentyfikowano ponad 1300 obiektów o charakterze anomalnym, z czego aż 800 stanowi zupełnie nowe odkrycia, które do tej pory nie zostały odnotowane w literaturze naukowej.

Archiwa obserwacyjne Hubble’a obejmują okres przekraczający 35 lat, co generuje tak potężny wolumen informacji, że ich efektywne, ręczne przetworzenie przez człowieka byłoby niemożliwe. Projekt ten był koordynowany przez naukowców z Europejskiej Agencji Kosmicznej (ESA) – Davida O'Ryana oraz Pablo Gómeza, którzy opracowali dedykowaną sieć neuronową o nazwie AnomalyMatch. System ten został specjalnie wytrenowany do rozpoznawania wzorców na wielką skalę, naśladując procesy wizualne ludzkiego mózgu w celu wykrywania rzadkich zjawisk. Co zdumiewające, AnomalyMatch zdołało przeanalizować cały ten masywny zbiór danych w zaledwie dwa i pół dnia.

Wśród zidentyfikowanych anomalii naukowcy wyróżnili fascynujące obiekty, takie jak galaktyki w procesie fuzji, tak zwane „galaktyki-meduzy” z charakterystycznymi gazowymi mackami oraz dziesiątki potencjalnych soczewek grawitacyjnych. Szczegółowe zestawienie wyników wskazuje na wykrycie 417 galaktyk znajdujących się w fazie łączenia się lub silnych oddziaływań, a także 86 nowych kandydatów na soczewki grawitacyjne. Te ostatnie mają fundamentalne znaczenie dla współczesnej nauki, ponieważ pozwalają badaczom analizować rozkład ciemnej materii oraz wielkoskalową strukturę wszechświata, działając jak naturalne szkła powiększające dla niezwykle odległych obiektów.

Katalog odkryć uzupełniają galaktyki z masywnymi obszarami gwiazdotwórczymi oraz dyski protoplanetarne obserwowane z krawędzi. Co ciekawe, kilkadziesiąt zidentyfikowanych obiektów okazało się na tyle specyficznych, że nie pasowały one do żadnego z istniejących schematów klasyfikacji, co dobitnie podkreśla ogromną różnorodność danych ukrytych w archiwach Hubble’a. Pablo Gómez z ESA zaznaczył, że rola sztucznej inteligencji polega na „zwielokrotnianiu” ludzkich możliwości, gdyż ostateczna weryfikacja kandydatów wciąż wymagała precyzyjnej analizy manualnej przeprowadzonej przez zespół badawczy. Wyniki tych prac zostały oficjalnie opublikowane w prestiżowym czasopiśmie naukowym „Astronomy & Astrophysics”.

Sukces narzędzia AnomalyMatch wyznacza zupełnie nowy kierunek w przetwarzaniu wykładniczo rosnącej ilości danych astronomicznych. Rozwiązanie to jest już rozważane jako kluczowy element przyszłych, wielkoskalowych przeglądów nieba realizowanych przez najnowocześniejsze obserwatoria. Mowa tu przede wszystkim o misji ESA Euclid, która wystartowała w lipcu 2023 roku, oraz o nadchodzącym Kosmicznym Teleskopie Nancy Grace Roman należącym do NASA, którego start zaplanowano na koniec 2026 roku lub później. Oba te instrumenty mają za zadanie otworzyć nową erę w badaniach nad ciemną energią i strukturą wszechświata, korzystając z fundamentów położonych przez obecne algorytmy.