Команда вчених застосувала новий метод з залученням AI, щоб відшукати рідкісні та незвичайні об’єкти в архіві знімків телескопа Габбл. Буквально за 2,5 дні астрономи проаналізували майже 100 млн фрагментів зображень і виявили близько 1400 аномальних об’єктів, понад 800 з яких раніше взагалі не згадувалися в наукових публікаціях.
Щоб дізнатись останні новини, слідкуйте за нашим каналом Google News онлайн або через застосунок.
Такі рідкісні явища, як галактики, що зіштовхуються, гравітаційне лінзування або кільцеві галактики, мають надзвичайно високу наукову цінність. Проблема в тому, що з розвитком сучасних телескопів обсяги даних стрімко зростають, і пошук подібних об’єктів перетворюється на спробу знайти космічну “голку” в “стозі сіна” розміром із Всесвіт.
Нещодавно дослідники ESA розробили AI-інструмент, здатний переглядати мільйони астрономічних зображень у рази швидше, ніж це може зробити людина. Для демонстрації можливостей вони використали архів Hubble Legacy Archive, який містить десятки тисяч наборів даних, накопичених за 35 років роботи телескопа. Ці спостереження є справжньою скарбницею, що може приховувати невідомі або недооцінені астрофізичні аномалії.
Зазвичай такі об’єкти відкриваються або під час цілеспрямованого ручного пошуку, або випадково. Навіть досвідчені астрономи, які вміють помічати незвичні структури у Всесвіті, фізично не здатні вручну переглянути весь масив даних Габбла з потрібною деталізацією. Частково проблему допомагають вирішувати проєкти громадянської науки. Проте навіть такі ініціативи не можуть повністю впоратися з масштабами архівів рівня Габбла або оглядових місій космічного телескопа Euclid.
Девід О’Раян і Пабло Гомес створили нейронну мережу під назвою AnomalyMatch. Модель навчена розпізнавати рідкісні об’єкти, зокрема медузоподібні галактики та гравітаційні дуги. За допомогою AnomalyMatch команда просканувала Hubble Legacy Archive на наявність астрофізичних аномалій. Алгоритм опрацював майже 100 млн фрагментів зображень і видав список об’єктів, які з високою ймовірністю є нетиповими.
Оскільки остаточне підтвердження все ще потребує людського досвіду, дослідники вручну переглянули ті джерела, які алгоритм оцінив як найбільш аномальні. У результаті понад 1300 з них справді виявилися аномаліями, причому понад 800 з них раніше не були задокументовані.
Переважна частина знахідок – це галактики в процесі злиття або взаємодії, які набувають дивних форм чи тягнуть за собою хвости з зірок і газу. Значну частку становлять явища гравітаційного лінзування, де масивна галактика на передньому плані викривляє простір-час і перетворює світло далекого об’єкта на дуги або кільця. Також команда виявила галактики з гігантськими зоряними скупченнями, “медузоподібні” галактики та протопланетні диски, видимі з ребра. Ще кілька десятків об’єктів взагалі не піддалися класифікації.
Пабло Ґомес назвав це дослідження прикладом того, як AI може максимізувати наукову віддачу від архівів Габбла. За його словами, виявлення такої кількості аномалій у даних, які, здавалося б, уже мали бути добре вивчені, є вражаючим результатом і демонструє потенціал інструменту для роботи з іншими великими масивами даних.
Наприклад, телескоп Euclid з 2023 року проводить огляд галактик на третині нічного неба. Обсерваторія Віри Рубін незабаром розпочне десятирічний огляд LSST і збере понад 50 петабайтів зображень. Космічний телескоп NASA Nancy Grace Roman, який запустять у 2027 році, також розширить ці масиви. Тому інструменти на кшталт AnomalyMatch допоможуть астрономам впоратися з цим потоком даних.
Читайте також:
- OpenAI інтегрує GPT-5.2 у платформу для вчених Prism
- Все про Dataroom від Palantir: Україна перетворює війну на лабораторію оборонного AI