- Ένα νέο εργαλείο τεχνητής νοημοσύνης επέτρεψε σε ομάδα αστρονόμων να εντοπίσει περισσότερα από 1.300 σπάνια αστρονομικά αντικείμενα στο αρχείο εικόνων του διαστημικού τηλεσκοπίου Hubble, εκ των οποίων πάνω από 800 δεν είχαν καταγραφεί ποτέ μέχρι σήμερα.
- Μια ομάδα ερευνητών της Ευρωπαϊκής Υπηρεσίας Διαστήματος (ESA) ανέπτυξε ειδικό εργαλείο τεχνητής νοημοσύνης, με στόχο την ταχύτερη ανάλυση του τεράστιου όγκου δεδομένων που έχει συγκεντρώσει το Hubble εδώ και δεκαετίες.
- Η τεχνολογία επέτρεψε την εξέταση σχεδόν 100 εκατομμυρίων εικόνων μέσα σε μόλις 2,5 ημέρες, καταγράφοντας αντικείμενα όπως γαλαξίες-μέδουσες με αέρια «πλοκάμια», γαλαξίες με δακτυλίους, βαρυτικούς φακούς και ασυνήθιστες δομές του Σύμπαντος.
Ένα νέο εργαλείο τεχνητής νοημοσύνης επέτρεψε σε ομάδα αστρονόμων να εντοπίσει περισσότερα από 1.300 σπάνια αστρονομικά αντικείμενα στο αρχείο εικόνων του διαστημικού τηλεσκοπίου Hubble, εκ των οποίων πάνω από 800 δεν είχαν καταγραφεί ποτέ μέχρι σήμερα.
Μια ομάδα ερευνητών της Ευρωπαϊκής Υπηρεσίας Διαστήματος (ESA) ανέπτυξε ειδικό εργαλείο τεχνητής νοημοσύνης, με στόχο την ταχύτερη ανάλυση του τεράστιου όγκου δεδομένων που έχει συγκεντρώσει το Hubble εδώ και δεκαετίες. Η τεχνολογία επέτρεψε την εξέταση σχεδόν 100 εκατομμυρίων εικόνων μέσα σε μόλις 2,5 ημέρες, καταγράφοντας αντικείμενα όπως γαλαξίες-μέδουσες με αέρια «πλοκάμια», γαλαξίες με δακτυλίους, βαρυτικούς φακούς και ασυνήθιστες δομές του Σύμπαντος.
Το εργαλείο, με την ονομασία AnomalyMatch, αναπτύχθηκε από τους Ντέιβιντ Ο’Ράιαν και Πάμπλο Γκόμεζ, οι οποίοι το εκπαίδευσαν μέσω νευρωνικών δικτύων ώστε να εντοπίζει πρότυπα και πιθανές ανωμαλίες με τον τρόπο που θα το έκανε ένας ειδικός επιστήμονας. Η εκπαίδευση στηρίχθηκε στο αρχείο Hubble Legacy, που περιλαμβάνει δεκάδες χιλιάδες σύνολα δεδομένων από την πολυετή λειτουργία του Hubble.
Η διαδικασία εντοπισμού αστροφυσικών ανωμαλιών μέχρι σήμερα βασιζόταν είτε σε χειροκίνητη επιθεώρηση εικόνων είτε σε τυχαίες ανακαλύψεις από ερευνητές, με αποτέλεσμα πολλές περιπτώσεις να παραμένουν αδιάγνωστες. Ωστόσο ο τεράστιος όγκος δεδομένων του Hubble καθιστά πρακτικά αδύνατη την πλήρη ανασκόπηση από ανθρώπους.
Μετά τη λειτουργία του συστήματος, η ερευνητική ομάδα εξέτασε προσωπικά τις προτάσεις του αλγορίθμου. Από τις πιθανές ανωμαλίες που εντοπίστηκαν, περισσότερες από 1.300 επιβεβαιώθηκαν ως πραγματικές, ενώ πάνω από 800 δεν είχαν καταγραφεί ποτέ προηγουμένως στην επιστημονική βιβλιογραφία.
Οι περισσότερες από αυτές περιλάμβαναν γαλαξίες σε διαδικασία αλληλεπίδρασης ή συγχώνευσης, εμφανίζοντας ασυνήθιστες δομές, «ουρές» από αέριο ή στρεβλώσεις. Εντοπίστηκαν επίσης πολλοί βαρυτικοί φακοί, όπου η βαρύτητα ενός γαλαξία καμπυλώνει τον χωροχρόνο και παραμορφώνει το φως μακρινών αντικειμένων, δημιουργώντας τόξα ή κυκλικές μορφές. Ιδιαίτερο ενδιαφέρον παρουσίασαν και σπάνιες κατηγορίες όπως οι «γαλαξίες-μέδουσες», ενώ εντοπίστηκαν δεκάδες αντικείμενα που δεν μπορούν να ταξινομηθούν με βάση τις υπάρχουσες κατηγορίες.
Η σχετική μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό Astronomy & Astrophysics, ανοίγοντας τον δρόμο για νέα εργαλεία AI που θα συμβάλλουν στη μελέτη δεδομένων από μελλοντικές αποστολές όπως το James Webb και τα επερχόμενα τηλεσκόπια της ESA και της NASA.
