AI нашёл в архиве Hubble более 800 ранее не описанных объектов

Два исследователя European Space Agency применили AI-инструмент AnomalyMatch к архиву Hubble Space Telescope и получили каталог визуально необычных объектов. Система прошла почти по 100 млн фрагментов изображений из Hubble Legacy Archive, после чего астрономы вручную проверили самые заметные кандидаты.

Итоговый каталог включает 1 255 уникальных объектов по 18 классификациям. Более 800 из них ранее не встречались в опубликованной научной литературе. Важно, что речь не о сотнях новых типов космических объектов: большинство находок относится к уже известным классам, но конкретные экземпляры раньше не были описаны.

AnomalyMatch обработал архив примерно за два с половиной дня. Каждый фрагмент был небольшим — несколько десятков пикселей, около 7–8 угловых секунд на сторону. Сам Hubble Legacy Archive хранит данные с 1990 года, то есть поиск охватил около 35 лет наблюдений.

По данным источника, это был первый систематический поиск подобных визуальных аномалий в архиве Hubble. AI не принимал финальное научное решение: он ранжировал изображения по необычности, а David O’Ryan и Pablo Gómez затем проверяли кандидатов вручную. Такой подход хорошо показывает, как AI всё чаще используется как инструмент отбора и ускорения работы специалистов, а не как полноценная замена экспертизе.

Среди найденных объектов больше всего взаимодействующих и сливающихся галактик — их в каталоге более 400. Также исследователи выделили 86 кандидатов в гравитационные линзы, кольцевые галактики после столкновений, «галактики-медузы» с газовыми хвостами, галактики с крупными областями звездообразования и протопланетные диски в Млечном Пути, видимые с ребра.

Самая осторожная часть результата — несколько десятков объектов, которые не удалось вписать в существующие классификации. Они могут оказаться наиболее интересными для дальнейших наблюдений, но пока это не подтверждённые открытия, а кандидаты. Например, предполагаемые гравитационные линзы требуют спектроскопической проверки, чтобы понять, что именно искривляет свет и на каком расстоянии находятся объекты.

Главный смысл работы не в числе 800, а в методе. Архив Hubble большой, но всё же ограниченный; будущие обзоры ESA Euclid и Vera C. Rubin Observatory будут производить объёмы изображений, которые невозможно просматривать вручную. Поэтому астрономии всё чаще нужны инструменты, которые сначала находят редкие кандидаты в массивах данных, а затем передают их людям для проверки.

Та же логика видна и в других направлениях: AI уже используют в вычислительной инфраструктуре, специализированных ускорителях и системах обработки больших AI-нагрузок. В случае Hubble ценность подхода особенно наглядна: даже один из самых изученных астрономических архивов всё ещё может скрывать объекты, которые раньше просто не попадали в поле зрения исследователей.

Источник: Space Daily