Više od tisuću neobičnih kozmičkih objekata otkriveno je u Hubbleovim arhivima, zahvaljujući naprednoj umjetnoj inteligenciji, koja pretražuje milijune svemirskih slika u vrlo kratkom vremenu.

Nova kozmička otkrića dobivena AI analizom arhive teleskopa Hubble (Foto: NASA, ESA, David O’Ryan (ESA), Pablo Gómez (ESA), Mahdi Zamani (ESA/Hubble))

Astronomska otkrića sve se više oslanjaju na nova opažanja kroz ponovno proučavanje desetljećima prikupljenih podataka, uz pomoć alata umjetne inteligencije dovoljno snažnih da uoče ono što je ljudskom oku promaknulo.

Znanstvenici David O’Ryan i Pablo Gómez iz Europske svemirske agencije (ESA) analizirali su Arhivu naslijeđa svemirskog teleskopa Hubble uz pomoć umjetne inteligencije te identificirali više od 1300 astrofizičkih anomalija, od kojih njih više od 800 dosad nije bilo zabilježeno. Njihovi rezultati objavljeni su u znanstvenom časopisu Astronomy and Astrophysics.

Arhivska opažanja svemirskog teleskopa Hubble sada obuhvaćaju razdoblje od 35 godina, pružajući pravu riznicu podataka u kojoj se mogu pronaći astrofizičke anomalije, kaže O’Ryan u priopćenju NASA-e.

Astrofizičke anomalije rijetki su objekti koji odstupaju od uobičajenih klasifikacija i mogu otkriti nove fizikalne procese u svemiru. Iako ih iskusni znanstvenici mogu prepoznati, razmjeri suvremene astronomije onemogućuju sveobuhvatnu ljudsku analizu. Svemirski teleskop James Webb, primjerice, proizvodi oko 57 gigabajta podataka dnevno, ovisno o planu kozmičkih opažanja.

Previše podataka za ljudske kapacitete

Čak je i to skromno u usporedbi s onim što slijedi. Opservatorij Vera Rubin generirat će približno 20 terabajta sirovih podataka svake noći koristeći najveću dosad izgrađenu digitalnu kameru. Budući instrumenti, uključujući Divovski Magellanov teleskop i Izuzetno veliki teleskop, dodatno će opteretiti kapacitete za znanstvenu analizu, piše portal Universe Today.

Kako bi se nosili s tim nerazmjerom, znanstvenici su primijenili AnomalyMatch, algoritamski sustav za otkrivanje anomalija temeljen na neuronskim mrežama.

Astronomske arhive sadrže ogromne količine neistraženih podataka koji potencijalno skrivaju rijetke i znanstveno vrijedne kozmičke pojave. Primjenjujemo nove polunadzirane metode kako bismo takve objekte izdvojili iz Hubbleove arhive, pišu autori navedenog istraživanja.

AnomalyMatch je analizirao gotovo 100 milijuna izrezanih slika iz Hubbleove arhive u samo dva do tri dana, što predstavlja prvu sustavnu pretragu anomalija provedenu nad cjelokupnom arhivom tog svemirskog teleskopa.

Od otprilike 1400 kandidata koje je sustav označio, O’Ryan i Gómez potvrdili su oko 1300 stvarnih anomalija. Najčešće su bile galaksije u procesu spajanja i međudjelovanja, čineći ukupno 417 slučajeva.

Analiza je također otkrila 86 potencijalno novih gravitacijskih lećenja, koje povećavaju udaljene objekte i omogućuju proučavanje tamne materije, širenja svemira i opće teorije relativnosti.

Prepoznajemo mnoga gravitacijska lećenja koja su već opisana u literaturi, ali i mnoge nove kandidate, ističu autori studije.

Među dodatnim anomalijama istraživači su pronašli 35 galaksija meduza, koje u galaktičkim skupinama gube plinove i ostavljaju duge repove ispunjene nastajanjem zvijezda. Također su identificirali prstenaste galaksije, galaksije u optičkom preklopu, galaksije s neravnomjernom strukturom, galaksije s mlazovima materije, galaksije s aktivnim središnjim jezgrama te iznimno udaljene galaksije koje je teško detektirati.

To je snažna demonstracija kako umjetna inteligencija može povećati znanstvenu vrijednost arhivskih skupova podataka. Otkriće tolikog broja prethodno nezabilježenih anomalija u Hubbleovim podacima naglašava potencijal tog alata za buduća istraživanja, rekao je Gómez.