Tim astronoma koristio je napredni sustav umjetne inteligencije kako bi u arhivi svemirskog teleskopa Hubble otkrio više od 1.300 neobičnih kozmičkih objekata, od kojih više od 800 dosad nije bilo spomenuto u znanstvenoj literaturi. Analizirali su gotovo 100 milijuna malih izrezaka Hubbleovih snimaka i to u svega dva i pol dana. Autori rada, David O’Ryan i Pablo Gómez iz Europske svemirske agencije (ESA), pokazuju da napredni alati umjetne inteligencije mogu izvući skrivena otkrića iz sve bogatijih svemirskih arhiva.
Rijetki objekti u gomili podataka
Većinu novoizdvojenih anomalija čine galaksije koje se sudaraju ili snažno gravitacijski utječu jedna na drugu, pa poprime iskrivljene, “razvučene” oblike s repovima zvijezda i plina. U nizu kandidata nalaze se i gravitacijska leća, gdje masa galaksije u prvom planu zakrivljuje prostor i savija svjetlost udaljenije galaksije u lukove ili prstenove.
Algoritam je pronašao i galaksije s velikim nakupinama intenzivnog stvaranja zvijezda, tzv. “meduza-galaksije” s plinovitim “krakovima”, kao i rubno okrenute diskove u kojima se rađaju planeti u našoj galaksiji, koji na snimkama podsjećaju na male “hamburgere”. Nekoliko desetaka objekata toliko je neobično da zasad ne ulaze ni u jednu postojeću klasifikaciju.
Prepoznati takve rijetke i čudne primjerke u moru podataka iz Hubblea i drugih teleskopa sve je teži zadatak. Tijekom 35 godina rada Hubble je prikupio golemu arhivu snimaka, kakva u povijesti astronomije do sada nije postojala. Ručno pregledavanje svake slike više nije realno, čak ni uz pomoć brojnih volontera u građanskim znanstvenim projektima.
Kako bi odgovorili na taj izazov, O’Ryan i Gómez razvili su neuronsku mrežu AnomalyMatch, osmišljenu da u milijunima astronomskih slika traži rijetke i neuobičajene uzorke, slično načinu na koji ljudski mozak prepoznaje vizualne obrasce. “Arhivske snimke svemirskog teleskopa Hubble danas pokrivaju 35 godina promatranja i kriju bogatstvo potencijalno neotkrivenih anomalija”, ističe O’Ryan.
U prvoj primjeni na Hubble Legacy Arhivi, AnomalyMatch je sustavno pretražio cijeli skup podataka i označio kandidate koji najviše odskaču od “uobičajenog”. Zatim su astronomi ručno pregledali najbolje ocijenjene izvore i potvrdili više od 1.300 pravih anomalija. “To je snažna demonstracija kako UI može povećati znanstveni učinak arhivskih podataka”, naglašava Gómez, dodajući da broj dosad nedokumentiranih objekata pokazuje koliko toga još čeka u arhivima.
Nova era pregleda svemirskih arhiva
Hubble je tek jedan od niza instrumenata koji će u nadolazećim godinama zatrpati astronome novim podacima. NASA-in budući svemirski teleskop Nancy Grace Roman, ESA-ina misija Euclid te Opservatorij Vera C. Rubin, koji zajednički financiraju Nacionalna zaklada za znanost (NSF) i američko Ministarstvo energetike, bilježit će promjene na nebu u neviđenom opsegu i ritmu.
Takvi projekti stvarat će arhive u kojima će ručni pregled postati posve nemoguć, a čak ni veliki timovi stručnjaka i volontera neće moći držati korak s “poplavom” snimaka. Alati poput AnomalyMatcha zato postaju ključni filtri koji mogu brzo izdvojiti najneobičnije objekte i usmjeriti ljudsku pozornost tamo gdje su iznenađenja najvjerojatnija.
Autori studije ističu da njihov pristup ne zamjenjuje astronome, nego im otvara nova vrata u podacima koje već posjeduju. Kombinacija sve moćnijih teleskopa i sustava umjetne inteligencije mogla bi u sljedećim godinama otkriti cijele klase kozmičkih objekata koje još nismo ni imenovali, ali već sada mirno “sjede” u arhivama, čekajući da ih netko primijeti.
Ivan je novinar i autor koji piše o znanosti, svemiru i povijesti. Gostuje kao stručni sugovornik na Science Discovery i History Channelu te piše za Večernji list. Osnivač je Kozmos.hr, prvog hrvatskog portala posvećenog popularizaciji znanosti.
