Благодаря новому алгоритму астрономам удалось обнаружить 1400 «аномальных объектов», которые ранее оставались незамеченными в 35-летнем архиве данных, полученных телескопом «Хаббл». Специалисты Европейского космического агентства (ESA) выявили ранее не зафиксированные «астрофизические аномалии», сокрытые в архивных данных телескопа. Для этого Давид О’Райан и Пабло Гомес разработали и обучили модель искусственного интеллекта, предназначенную для анализа данных «Хаббла», выявления необычных объектов и последующей ручной проверки результатов. По мнению О’Райана, этот архив представляет собой «настоящую сокровищницу данных, позволяющую обнаружить астрофизические аномалии».

AnomalуMatch проанализировала приблизительно 100 миллионов фрагментов изображений, взятых из Архива наследия «Хаббла» – открытого онлайн-репозитория данных, включающего изображения, спектры и каталоги, собранные космическим телескопом. Это стало первым систематическим исследованием аномалий в этом массиве данных. Под аномалиями подразумеваются галактики необычной формы, свет, подверженный гравитационным искажениям от массивных тел, или диски, в которых формируются планеты, видимые с краев.

Использование AnomalyMatch позволило обработать весь набор данных всего за 2,5 дня, что является существенным сокращением по сравнению с тем, сколько времени потребовалось бы для выполнения этой работы группой исследователей.

Анализ показал наличие приблизительно 1400 «аномальных объектов», среди которых преобладали галактики, находящиеся в процессе слияния или взаимодействующие друг с другом. Помимо этого, к аномалиям были отнесены гравитационные линзы, галактики-медузы и скопления звёзд необычайно больших размеров.

«По словам представителей ESA, наиболее интересными оказались несколько десятков объектов, не вписывающихся ни в одну из существующих классификаций.

«Применение ИИ для повышения эффективности анализа данных, хранящихся в архиве “Хаббла”, оказалось поистине впечатляющим. Выявление столь значительного числа необычных объектов в данных, которые, казалось бы, уже давно исследованы, – это выдающийся успех. Кроме того, полученные результаты демонстрируют ценность данного инструмента для работы с другими крупными массивами информации», – подчеркнул Гомес.