Астрономы с помощью искусственного интеллекта выявили сотни необычных космических объектов, спрятанных в архивных данных космического телескопа Хаббл — наблюдения, которые не были замечены за десятилетия традиционного анализа. Эта работа демонстрирует, как современные алгоритмы помогают учёным извлекать новые научные результаты из огромных объёмов наблюдательных данных, существенно ускоряя открытие редких и необычных явлений во Вселенной.
Поиск «иглы в стоге сена»: почему это важно
С момента запуска в 1990 году Хаббл собрал колоссальное количество изображений — свыше трёх десятилетий наблюдений за галактиками, скоплениями, туманностями и другими астрономическими объектами. Многие результаты уже опубликованы, но объём данных настолько огромен, что традиционный ручной анализ не может обеспечить полный обзор всех снимков.
Чтобы преодолеть это ограничение, международная команда астрономов разработала и использовала искусственную нейросеть под названием AnomalyMatch, способную автоматически просматривать большое число изображений и выделять из них редкие и необычные объекты.
Алгоритм и масштаб обработки данных
Для поиска аномалий учёные обработали около 100 миллионов фрагментов изображений из Hubble Legacy Archive — архива, включающего наборы снимков с разрешением от различных наблюдений Хаббла. Эти фрагменты были сравнительно небольшими (7–8 угловых секунд по стороне), но именно они могли содержать космические объекты с необычной формой или структурой.
Благодаря нейросетевому алгоритму AnomalyMatch исследователи смогли проанализировать этот массив данных всего за два с половиной дня — что было бы практически невозможно вручную.
Что именно обнаружено
После первичного автоматического отбора искусственным интеллектом команды исследователей вручную проверили наиболее интересные объекты. В результате было подтверждено более 1 300 космических аномалий, из которых более 800 никогда ранее не упоминались в научной литературе.
Обнаруженные объекты включают:
- Галактики, находящиеся в процессе слияния или взаимодействия, у которых наблюдаются необычные формы или вытянутые потоки звёзд и газа;
- Гравитационные линзы, где массивные ближние галактики искривляют пространство-время и искажают свет фоновых объектов, создавая дуги или кольца;
- Галактики с массивными областями активного звездообразования;
- «Медузоподобные» галактики с газовыми «щупальцами» — явлениями, указывающими на интенсивные процессы в окружающей среде;
- Протопланетные диски, видимые ребром (в нашей Галактике), по форме напоминающие «гамбургеры»;
- Несколько десятков объектов, не укладывающихся в существующие схемы классификации, что подчёркивает разнообразие космических структур.
Почему такие наблюдения важны
Выявление редких аномалий имеет значение для нескольких направлений астрономии:
- Эволюция галактик. Слияния и взаимодействия галактик — ключевой процесс в истории формирования структур во Вселенной. Новые примеры помогают уточнить, как такие процессы происходят и как они влияют на звездообразование.
- Гравитационное линзирование. Гравитационные линзы используются для изучения распределения невидимой (тёмной) материи в галактиках и скоплениях. Новые случаи расширяют базу наблюдений.
- Редкие феномены. Необычные и плохо классифицированные объекты могут помочь в выявлении новых типов астрономических явлений, которые аппараты и алгоритмы ещё не изучили.
Как нейросеть «обучалась» искать аномалии
Модель AnomalyMatch — это нейросеть, натренированная на распознавании визуальных паттернов, подобно тому, как человеческий мозг обрабатывает изображения. Она была обучена на примерах различных классов аномальных объектов, чтобы научиться выделять из большого объёма данных те, которые отличаются от обычных галактических структур.
После того как алгоритм выделил предварительный перечень кандидатов, астрофизики вручную проверили эти результаты, чтобы подтвердить, какие из них действительно являются редкими и интересными объектами.
Будущее — ещё больше данных, ещё больше открытий
Результаты применения AnomalyMatch к архивам Хаббла являются только началом нового этапа исследований. В ближайшие годы будет накоплено ещё больше данных от широкомасштабных космических и наземных наблюдательных проектов. Среди них:
- Nancy Grace Roman Space Telescope (NASA) с большим полем обзора;
- Euclid (Европейское космическое агентство) с участием NASA;
- Vera C. Rubin Observatory (США), который будет ежегодно собирать огромные объёмы астрономических данных.
Все эти миссии создадут колоссальные массивы изображений, в которых ещё больше аномалий и редких объектов может быть скрыто. Инструменты на основе искусственного интеллекта, такие как AnomalyMatch, станут необходимыми для эффективного поиска и анализа данных в эпоху их избытка.
Искусственный интеллект как новый инструмент астрономии
Исследование показывает, что сочетание искусственного интеллекта и богатых архивов наблюдений даёт качественно новый уровень поиска астрономических объектов. Даже в данных, собранных за десятилетия, могут скрываться важные научные факты, которые остаются нераспознанными без автоматизированных методов. Применение таких технологий не только расширяет наш каталог космических явлений, но и открывает путь к неожиданным открытиям, которые могли бы остаться вне поля зрения традиционных методов анализа.
Источники:
Статья создана по материалам Phys.Org
