Хаббл, который наблюдает за космосом уже более 35 лет, собрал огромное количество данных, однако многие из них оставались нераспознанными. Теперь искусственный интеллект (ИИ) смог выявить более тысячи аномалий, скрывающихся в этих данных. Это открытие стало возможным благодаря новому полусупервизированному подходу к машинному обучению, разработанному Европейским космическим агентством.
В ходе анализа 99,6 миллиона изображений ИИ обнаружил 1339 уникальных аномалий, из которых около 65% не имели упоминаний в научной литературе. Среди них были галактики, находящиеся в процессе слияния, коллизионные кольцевые галактики и гравитационные линзы. Некоторые объекты оказались настолько необычными, что их невозможно было классифицировать.
Полусупервизированное обучение позволяет модели учиться на небольшом наборе размеченных данных и большом количестве неразмеченных. Это особенно актуально в астрономии, где количество данных растет быстрее, чем возможности их аннотирования. Новый алгоритм создает предварительные "псевдо-метки", когда уверенность модели превышает определенный порог, и затем использует эти метки для улучшения своих предсказаний.
Процесс анализа был оптимизирован благодаря платформе ESA Datalabs, которая предоставляет исследователям доступ к архивам миссий ESA и вычислительным ресурсам. Это позволило провести анализ без необходимости скачивания огромных объемов данных, что значительно ускорило процесс.
Среди обнаруженных аномалий выделяются 629 систем галактических слияний, 140 кандидатов в гравитационные линзы и 39 гравитационных дуг. Эти открытия не только углубляют наше понимание формирования структуры во Вселенной, но и предоставляют новые возможности для тестирования теорий, таких как общая теория относительности.
С запуском новых телескопов, таких как Euclid и Vera C. Rubin Observatory, объем данных будет расти в геометрической прогрессии. Это подчеркивает важность использования ИИ в астрономии, который, в сочетании с человеческим опытом, открывает новые горизонты для научных открытий.