Искусственный интеллект обнаружил 1400 новых космических аномалий в архивных данных телескопа «Хаббл»

Инновационный алгоритм позволил астрономам выявить 1400 «аномальных объектов», десятилетиями скрывавшихся в 35-летнем архиве обсерватории «Хаббл». Представители Европейского космического агентства (ESA) сообщили об обнаружении ранее не задокументированных астрофизических феноменов. Исследователи Дэвид О’Райан и Пабло Гомес применили методы глубокого обучения, натренировав нейросеть для автоматического анализа визуальных данных с последующей верификацией результатов экспертами. Как отметил О’Райан, архив телескопа оказался «подлинным кладезем, хранящим множество уникальных космических аномалий».

Специально разработанная модель AnomalyMatch проанализировала порядка 100 миллионов фрагментов снимков из Hubble Heritage Archive — публичного цифрового репозитория, содержащего изображения и спектры. Это стало первым в истории столь масштабным и системным поиском отклонений в данном массиве данных. В поле зрения ИИ попали галактики с причудливой морфологией, эффекты гравитационного линзирования и протопланетные диски, наблюдаемые с ребра.

Алгоритму AnomalyMatch потребовалось всего 60 часов, чтобы полностью обработать весь массив информации — задача, на выполнение которой у группы профессиональных астрономов ушли бы годы кропотливой работы.

В ходе исследования было идентифицировано около 1400 нестандартных объектов. Львиную долю находок составили взаимодействующие и сливающиеся галактики. Кроме того, были обнаружены редкие «галактики-медузы», гравитационные линзы и звездные системы с аномально крупными скоплениями светил.

«Наибольшую научную ценность представляют несколько десятков объектов, которые на данный момент вовсе не поддаются существующей классификации», — подчеркнули представители ESA.

«Это блестящий пример использования искусственного интеллекта для повышения научной отдачи от существующих архивов «Хаббла». Выявление такого количества аномалий там, где, казалось бы, всё уже изучено — впечатляющее достижение. Данный успех подтверждает огромный потенциал инструмента для анализа других сверхмасштабных наборов данных», — резюмировал Пабло Гомес.

Источник: iXBT