ИИ обнаружил сотни космических аномалий в архиве телескопа Hubble
Астрономы с помощью искусственного интеллекта обнаружили более 1 300 редких астрофизических объектов в архивных данных космического телескопа Hubble.
Как передает Median.Az со ссылкой на американское Национальное управление по аэронавтике и исследованию космического пространства (NASA), анализ почти 100 миллионов небольших изображений из архива Hubble Legacy Archive занял всего два с половиной дня, причем более 800 из найденных объектов ранее не были задокументированы в научной литературе.
Среди аномалий - сливающиеся и взаимодействующие галактики, гравитационные линзы, галактики с массивными скоплениями звездообразования, "медузообразные" галактики с газовыми "щупальцами" и протопланетные диски, напоминающие гамбургеры. Несколько десятков объектов вообще не поддаются существующим классификациям.
Для решения задачи исследователи из Европейского космического агентства (ESA) Дэвид О'Райан и Пабло Гомес разработали нейросеть AnomalyMatch. Она обучена распознавать редкие и необычные объекты, имитируя работу человеческого мозга при обработке визуальной информации.
Традиционный ручной анализ такого объема данных непрактичен. После того как алгоритм отметил вероятных кандидатов, исследователи вручную проверили наиболее перспективные источники и подтвердили более 1 300 истинных аномалий.
Подобные инструменты станут незаменимыми для анализа данных будущих обсерваторий, таких как телескоп Nancy Grace Roman, миссия Euclid и обсерватория Vera C. Rubin, которые будут генерировать беспрецедентные объемы информации.
Как передает Median.Az со ссылкой на американское Национальное управление по аэронавтике и исследованию космического пространства (NASA), анализ почти 100 миллионов небольших изображений из архива Hubble Legacy Archive занял всего два с половиной дня, причем более 800 из найденных объектов ранее не были задокументированы в научной литературе.
Среди аномалий - сливающиеся и взаимодействующие галактики, гравитационные линзы, галактики с массивными скоплениями звездообразования, "медузообразные" галактики с газовыми "щупальцами" и протопланетные диски, напоминающие гамбургеры. Несколько десятков объектов вообще не поддаются существующим классификациям.
Для решения задачи исследователи из Европейского космического агентства (ESA) Дэвид О'Райан и Пабло Гомес разработали нейросеть AnomalyMatch. Она обучена распознавать редкие и необычные объекты, имитируя работу человеческого мозга при обработке визуальной информации.
Традиционный ручной анализ такого объема данных непрактичен. После того как алгоритм отметил вероятных кандидатов, исследователи вручную проверили наиболее перспективные источники и подтвердили более 1 300 истинных аномалий.
Подобные инструменты станут незаменимыми для анализа данных будущих обсерваторий, таких как телескоп Nancy Grace Roman, миссия Euclid и обсерватория Vera C. Rubin, которые будут генерировать беспрецедентные объемы информации.
