AI przeszukała 30 lat archiwów Hubble'a i znalazła ponad 1400 dziwnych obiektów

Hubble krąży wokół Ziemi od 1990 roku. Przez te trzy dekady nazbierał miliony zdjęć. Problem? Większość z nich po prostu leży w archiwach.

David O'Ryan i Pablo Gómez z Europejskiej Agencji Kosmicznej postanowili to zmienić. Zamiast przedzierać się przez terabajty danych ręcznie — co zajęłoby im resztę życia — wpadli na inny pomysł. Nauczyli sztuczną inteligencję, żeby robiła to za nich.

Wynik? Ponad 800 wcześniej nieznanych "anomalii astrofizycznych". Obiekty, które nie pasują do żadnej znanej kategorii. Rzeczy, które ludzie przez lata po prostu przegapili.

Co to właściwie są za anomalie?

Anomalia to coś, co nie powinno tam być. Albo coś, co wygląda zupełnie inaczej niż wszystko, co znamy.

Przeglądasz tysiące zdjęć miasta z lotu ptaka. Nagle — pośrodku blokowiska — widzisz budynek w kształcie piramidy. To anomalia. Coś nietypowego, co wymaga bliższego spojrzenia.

W kosmosie takie anomalie mogą być czymkolwiek. Nieznanym typem gwiazdy. Dziwnymi formacjami gazowymi. Obiektami, które zachowują się w sposób sprzeczny z tym, co mówią podręczniki fizyki.

Część z nich to pewnie błędy w danych. Ale inne? Mogą okazać się zupełnie nowymi zjawiskami, które zmienią nasze rozumienie wszechświata.

Jak nauczyć AI rozpoznawać dziwne rzeczy?

O'Ryan i Gómez nie musieli pokazywać AI przykładów każdej możliwej anomalii. To by było niemożliwe — przecież nie wiemy, czego szukamy.

Zamiast tego nauczyli model, jak wygląda "normalny" kosmos. Tysiące przykładów zwykłych gwiazd, galaktyk, mgławic. AI stworzyła sobie mentalny obraz tego, co jest typowe.

A potem puścili ją na pełne archiwum. Zadanie? Znajdź wszystko, co NIE pasuje do tego wzorca.

To trochę jak nauczyć kogoś, jak wyglądają normalne samochody, a potem poprosić: "Teraz znajdź wszystkie pojazdy, które wyglądają dziwnie". Nie musisz pokazywać mu czołgu ani łazika marsjańskiego — wyłapie je sam, bo są inne.

Dlaczego ludzie tego wcześniej nie zauważyli?

Hubble wykonał miliony obserwacji. Każdego dnia generuje gigabajty danych.

Astronomowie zazwyczaj wiedzą, czego szukają. Planują obserwację konkretnego obiektu, robią zdjęcie, analizują to, co chcieli zobaczyć. Reszta? Trafia do archiwum i tam zostaje.

Nikt nie ma czasu, żeby przeglądać wszystkie te "niepotrzebne" zdjęcia. To jak mieć bibliotekę z milionem książek, ale czytać tylko te, po które przyszedłeś. Reszta kurzy się na półkach.

AI nie ma tego problemu. Nie nudzi się. Nie potrzebuje snu. Może przejrzeć w weekend to, co człowiekowi zajęłoby całe życie.

I co najważniejsze — nie ma uprzedzeń. Człowiek może przeoczyć coś dziwnego, bo "tak nie powinno wyglądać". AI po prostu mówi: "To różne od reszty" i zaznacza do sprawdzenia.

Co to znaczy dla astronomii?

To dopiero początek.

Hubble to tylko jeden teleskop. Mamy dziesiątki innych, każdy z własnymi archiwami pełnymi nieprzejrzanych danych.

Teleskop Jamesa Webba generuje jeszcze więcej informacji niż Hubble. Projekty jak LSST będą fotografować całe niebo co kilka nocy. Lawina danych.

Bez AI większość tych informacji po prostu by leżała. Teraz możemy je wykorzystać.

Astronomowie już planują podobne projekty dla innych teleskopów. Niektórzy trenują modele do wykrywania konkretnych typów obiektów — jak planety podobne do Ziemi czy czarne dziury.

Inni idą dalej. Uczą AI nie tylko znajdować anomalie, ale też klasyfikować je, proponować wyjaśnienia, a nawet generować hipotezy do testowania.

Czy to znaczy, że astronomowie stracą pracę?

Wręcz przeciwnie.

AI znalazła te 800+ obiektów. Teraz ktoś musi sprawdzić, co to właściwie jest. I tu potrzebna jest ludzka intuicja, wiedza, kreatywność.

To różnica między znalezieniem ciekawego kamienia a określeniem, czy to meteoryt, skamieniałość czy zwykły kamień. AI pokaże palcem. Człowiek musi zrozumieć.

O'Ryan i Gómez nie zastąpili astronomów. Dali im narzędzie, które pozwala skupić się na fascynujących pytaniach zamiast na przeglądaniu terabajtów zdjęć.

Część z tych anomalii może prowadzić do publikacji. Niektóre mogą wymagać dodatkowych obserwacji innymi teleskopami. Kilka — kto wie — może zmienić nasze rozumienie kosmosu.

A wszystko zaczęło się od prostego pytania: co jeszcze kryje się w danych, które już mamy?

Co dalej?

Zespół ESA udostępnia swój model innym badaczom. Każdy będzie mógł go użyć na własnych danych.

To otwiera drzwi do "archeologii danych" — przeszukiwania starych archiwów w poszukiwaniu rzeczy, które wcześniej umknęły uwadze.

Może okazać się, że przełomowe odkrycie czekało na nas przez lata. Schowane w pikselu na zdjęciu zrobionym dekadę temu. Niezauważone, bo nikt nie wiedział, że tam jest.

Teraz AI może to zmienić.

I to dopiero zaczyna robić się ciekawie.

Źródła

• The Verge - Astronomers used AI to find 1,400 'anomalous objects' from Hubble archives