Для более глубокого изучения самых отдалённых регионов нашей галактики и раскрытия тайн процесса звёздообразования, японские учёные разработали продвинутую модель машинного обучения. Исследовательская группа из Университета Осаки, используя искусственный интеллект, анализировала обширные наборы данных, собранные космическими телескопами. В ходе работы удалось выявить структуры в форме пузырей, ранее не зарегистрированные в астрономических каталогах.
Млечный Путь, как и иные галактики, содержит так называемые «пузыри» — образования, возникающие при рождении и активности массивных звёзд. Эти объекты, известные как «пузыри Спитцера», играют ключевую роль в изучении эволюции галактик и процессов образования звёзд. Однако их идентификация в огромных массивах телескопических данных до сих пор требовала существенных временных затрат.
Студент магистратуры Симпэй Нисимото и профессор Тошиказу Ониси из Университета Осаки в сотрудничестве с коллегами из других японских исследовательских центров создали модель, которая автоматизирует этот процесс. Применяя данные, полученные инфракрасным телескопом «Спитцер» и новейшим телескопом «Джеймс Уэбб», алгоритм, основанный на технологиях распознавания изображений, сумел не только обнаружить «пузыри Спитцера», но и выявить структурные оболочки, вероятно, связанные с взрывами сверхновых.
Как подчеркнул профессор Ониси, новый подход открывает перед астрономией новый потенциал: «Будущее развитие технологий искусственного интеллекта ускорит процесс понимания эволюции галактик и образования звёзд. Мы возможно сможем обнаруживать структуры, которые долгое время оставались незамеченными».
Это исследование представляет собой значимый шаг на пути к автоматизации анализа данных из космоса, что особенно актуально в условиях, когда телескопы нового поколения, такие как «Джеймс Уэбб», производят огромные объёмы информации. Комбинация искусственного интеллекта с верификацией результатов экспертами позволит создавать более точные карты галактики и воссоздавать её динамику в деталях, ранее недоступных для изучения.
Источник: iXBT
