人工智慧於哈伯望遠鏡檔案中尋獲逾 1300 個異常天體：開啟天文探索新紀元

研究人員近期利用基於人工智慧的深度學習工具，對哈伯太空望遠鏡（Hubble Space Telescope）運作三十多年來所累積的龐大數據進行了系統性分析。這項先進技術掃描了哈伯遺產檔案（Hubble Legacy Archive）中約 1 億張裁剪圖像。分析結果令人驚嘆，共識別出超過 1300 個異常天體，其中有 800 多個屬於先前在科學文獻中從未被記錄過的新發現，展現了 AI 在處理海量天文數據上的巨大潛力。

哈伯望遠鏡的觀測歷史跨越了 35 年以上，其產生的數據量極為驚人，單憑人力幾乎無法完成全面審查。為了克服這一挑戰，歐洲太空總署（ESA）的科學家 David O'Ryan 與 Pablo Gómez 領導開發了一套名為「AnomalyMatch」的類神經網路系統。該系統模仿人類大腦的視覺處理模式，專門針對大規模模式識別進行訓練，旨在從浩瀚星海中捕捉罕見現象。令人印象深刻的是，AnomalyMatch 僅耗時兩天半便完成了對這批龐大數據集的深度掃描。

在這次發現的異常現象中，包含了多種引人入勝的天文景觀，如正在合併的星系、帶有氣體觸鬚的「水母星系」，以及數十個潛在的重力透鏡。具體數據顯示，研究團隊確認了 417 個處於合併或相互作用階段的星系，並發現了 86 個全新的重力透鏡候選者。重力透鏡在天文物理學中具有核心地位，因為它們能像天然放大鏡一樣，幫助科學家研究暗物質的分佈、宇宙的大尺度結構，並觀測極其遙遠的深空天體。

除了上述發現，AI 還識別出擁有大規模恆星形成區的星系，以及從側面觀測到的行星形成盤。值得注意的是，有數十個天體無法歸入現有的任何分類體系，這進一步凸顯了哈伯檔案庫中蘊藏的多樣性與未知性。ESA 科學家 Pablo Gómez 強調，人工智慧的角色在於「倍增」人類的能力，而非取代人類，因為最終的候選天體確認仍需研究團隊進行後續的手動分析。這項研究成果已正式發表於《天文學與天體物理學》（Astronomy & Astrophysics）期刊。

AnomalyMatch 的成功應用，標誌著處理呈指數級增長的天文數據已進入全新階段。這項工具未來有望應用於更多大規模的巡天任務中，包括於 2023 年 7 月發射的歐洲太空總署「歐幾里得」（Euclid）任務，以及預計在 2026 年底或更晚發射的美國航太總署（NASA）南希·格雷斯·羅曼太空望遠鏡（Nancy Grace Roman Space Telescope）。羅曼望遠鏡與歐幾里得任務將攜手合作，共同開啟探索暗能量與宇宙結構的新時代。