Поиск с помощью ИИ выявил 1400 загадочных объектов в 30-летнем архиве Hubble
На протяжении более трех десятилетий космический телескоп Hubble служит главным «глазом» человечества в космосе, запечатлевая изображения, которые переопределили наше понимание рождения звезд, эволюции галактик и расширения самой Вселенной. Однако огромный объем данных, генерируемых обсерваторией, давно превысил возможности исследователей по проверке каждого кадра вручную. В знаковом исследовании, опубликованном в журнале Astronomy & Astrophysics, группа астрономов из European Space Agency (ESA) использовала передовой инструмент искусственного интеллекта для анализа этого массива данных, обнаружив почти 1400 аномальных объектов, которые ранее оставались незамеченными. Просканировав 100 миллионов фрагментов изображений всего за 60 часов, исследователи продемонстрировали, как машинное обучение может превратить столетия ручного труда в несколько дней компьютерной обработки.
Проблема больших данных в современной астрономии
Архив наследия Hubble (Hubble Legacy Archive) представляет собой одно из самых значимых хранилищ научной информации в истории, содержащее десятки тысяч наборов данных, охватывающих 35 лет наблюдений. Хотя архив является золотой жилой для астрофизических исследований, он также представляет собой сложнейшую проблему поиска «иголки в стоге сена». Традиционно обнаружение редких или аномальных объектов — таких как сталкивающиеся галактики или гравитационные линзы — требовало от астрономов ручного изучения снимков или опоры на случайные открытия в ходе несвязанных исследований. Даже с появлением проектов гражданской науки, где тысячи добровольцев помогают классифицировать небесные тела, скорость получения данных с современных телескопов быстро превышает пределы коллективных человеческих усилий.
Необходимость в автоматизированных системах никогда не была столь острой. По мере того как телескопы становятся мощнее, а обзоры — масштабнее, «стог сена» не просто растет, он расширяется в геометрической прогрессии. Исследователи David O’Ryan и Pablo Gómez из ESA поняли, что для поиска самых «причудливых» и научно значимых исключений в данных Hubble им нужна методология, сочетающая тонкое распознавание образов, присущее человеческому мозгу, с неутомимой скоростью современных процессоров. Это привело к разработке сложного нового инструмента, созданного специально для охоты за необычным.
Методология: 100 миллионов изображений за 60 часов
Чтобы справиться с архивными завалами, команда разработала нейронную сеть — архитектуру ИИ, вдохновленную биологическими структурами человеческого мозга, — которую назвали AnomalyMatch. В отличие от стандартных алгоритмов, запрограммированных на поиск конкретных, четко определенных объектов, таких как звезды или спиральные галактики, AnomalyMatch была обучена распознавать «странности». Она ищет закономерности, отклоняющиеся от нормы, такие как искаженная симметрия, необычные газообразные придатки или деформированные световые сигнатуры. Нейросеть была задействована для сканирования почти 100 миллионов фрагментов изображений из Hubble Legacy Archive, что стало первым случаем систематического поиска астрофизических аномалий во всей коллекции.
Эффективность ИИ была поразительной. То, на что у команды профессиональных астрономов ушли бы десятилетия ручной проверки, AnomalyMatch выполнила всего за два с половиной дня. Однако исследователи подчеркнули, что ИИ не действует в изоляции. Как только алгоритм помечал потенциальных кандидатов, O’Ryan и Gómez лично проверяли высоковероятные источники, чтобы подтвердить их подлинность. Такой подход «человек в цикле» гарантирует, что скорость ИИ дополняется опытом опытных ученых, отфильтровывающих цифровые артефакты или шум камеры, которые могли бы обмануть менее совершенную систему.
Каталогизация «причудливых» открытий
Поиск принес сокровищницу из 1400 аномальных объектов, 800 из которых ранее никогда не упоминались в научной литературе. Каталог включает в себя разнообразные космические редкости, которые бросают вызов нашим визуальным ожиданиям от космоса. Среди находок были:
- Кольцеобразные галактики, образовавшиеся в результате столкновений: Редкие структуры, возникающие, когда одна галактика проходит сквозь центр другой, создавая волну звездообразования.
- Гравитационные линзы и дуги: Случаи, когда гравитация массивного объекта на переднем плане искажает свет более далекой галактики в виде кругов или вытянутых дуг.
- Галактики-медузы: Системы с длинными газообразными «щупальцами», которые отрываются от них при движении через межгалактическую среду.
- Протопланетные диски, видимые с ребра: Развивающиеся планетные системы, которые при взгляде сбоку напоминают «гамбургеры» или «бабочек».
Почему аномалии важны для науки
В области астрофизики отклонения часто важнее средних показателей. В то время как стандартные галактики говорят нам о том, как Вселенная ведет себя большую часть времени, аномалии показывают, как она ведет себя в экстремальных условиях. «Архивные наблюдения космического телескопа Hubble охватывают уже 35 лет, предоставляя сокровищницу данных, в которых могут быть найдены астрофизические аномалии», — отметил David O’Ryan, ведущий автор исследования. Эти «причудливые» объекты предоставляют критически важные данные для проверки теорий гравитации, темной материи и эволюции галактик. Например, редкая гравитационная линза может выступать в роли естественного телескопа, позволяя исследователям заглядывать в прошлое дальше, чем это возможно иным способом.
Кроме того, эти открытия служат дорожной картой для будущих наблюдений. Идентифицировав эти 1400 объектов сейчас, научное сообщество может сделать их приоритетными для последующих исследований с использованием более совершенных инструментов, таких как James Webb Space Telescope (JWST). Понимание того, почему галактика приняла форму «медузы» или почему звездообразующий диск выглядит асимметричным, может привести к прорывам в нашем понимании гидродинамики газа в глубоком космосе и жизненных циклов звезд.
Будущее архивных исследований
Успех инструмента AnomalyMatch имеет глубокие последствия для будущего исследования космоса. Мы вступаем в эру «обзорной астрономии», когда новые объекты, такие как космический телескоп Euclid от ESA и Обсерватория Веры Рубин (Vera C. Rubin Observatory), будут генерировать петабайты данных. Euclid, начавший свою работу в 2023 году, призван нанести на карту миллиарды галактик на трети небосвода. Без инструментов ИИ, подобных разработанному O’Ryan и Gómez, большая часть самых интересных данных этих миссий, скорее всего, оставалась бы погребенной в цифровых архивах в течение многих поколений.
Соавтор исследования Pablo Gómez подчеркнул широкую применимость их работы, заявив: «Это фантастическое использование ИИ для максимизации научной отдачи архива Hubble. Обнаружение такого количества аномальных объектов в данных Hubble, где многие уже ожидали найти все возможное, — отличный результат». Методология команды служит доказательством концепции, которая может быть применена к предстоящему космическому телескопу Nancy Grace Roman Space Telescope, запуск которого запланирован к 2027 году и который обеспечит еще более широкие обзоры инфракрасной Вселенной.
Новая парадигма открытий
По мере продвижения вперед отношения между астрономами и искусственным интеллектом эволюционируют от простой автоматизации к глубокому сотрудничеству. ИИ действует как «вторая пара глаз», способная видеть закономерности в шуме, которые человеческий глаз может пропустить из-за усталости или когнитивных искажений. Освобождая ученых от механической задачи сортировки миллионов изображений, эти инструменты позволяют исследователям сосредоточиться на высокоуровневом анализе и теоретической работе, которая двигает науку вперед.
Обнаружение этих 1400 объектов является напоминанием о том, что «Великие обсерватории», такие как Hubble, все еще хранят множество секретов. Даже когда мы запускаем новые, более мощные телескопы, уже собранные нами данные остаются жизненно важным рубежом. В союзе света 30-летней давности и современных нейронных сетей астрономы нашли способ гарантировать, что ни одна космическая тайна — какой бы причудливой она ни была — не останется скрытой в темноте.
Comments
No comments yet. Be the first!