Når man har 35 års værd af rumfotos liggende i arkivet, er der garanteret nogle skjulte skatte – man skal bare vide, hvor man skal lede. Og hvem er bedre til at gennemgå 100 millioner billeder end en AI, der aldrig bliver træt eller distraheret af kaffepausen?
AI finder 1.400 kosmiske kuriositeter på rekordtid
To astronomer fra European Space Agency (ESA), David O’Ryan og Pablo Gómez, har brugt et AI-værktøj ved navn AnomalyMatch til at gennemgå Hubbles gigantiske billedarkiv. Resultatet? Over 1.400 anomale astrofysiske objekter fundet på bare 2-3 dage – en opgave der ville tage mennesker årevis at gennemføre.
Over 800 helt nye opdagelser
Det virkelig imponerende er, at mere end 800 af objekterne aldrig før er blevet dokumenteret i videnskabelig litteratur. Ved manuel gennemgang viste det sig, at over 1.300 af de fundne objekter faktisk var ægte anomalier – ikke bare støj eller fejl.
Hvad fandt de egentlig?
AI’en har spottet en vild samling af kosmiske rariteter: gravitationslinser hvor lyset bøjes til buer og ringe, jellyfish-galakser med gasfangarme, sammenstødende galakser, ringgalakser – og mindst ét objekt, som forskerne simpelthen ikke kan klassificere. Seks særligt spektakulære eksempler fremhæves i studiet, heriblandt tre gravitationslinser og én mystisk uidentificerbar ting.
En hjerne der aldrig sover
AnomalyMatch er et neuralt netværk trænet til at efterligne, hvordan den menneskelige hjerne genkender mønstre. Forskellen er bare, at den kan arbejde døgnet rundt på en enkelt GPU og gennemgå datasæt, der ville knuse selv de største forskerhold.
Fremtidens datatsunami kræver AI-hjælp
Timingen kunne ikke være bedre. James Webb Space Telescope producerer 57 GB data om dagen, mens det kommende Vera Rubin Observatory vil generere vanvittige 20 terabyte hver nat. Uden AI-værktøjer som AnomalyMatch ville utallige opdagelser simpelthen drukne i datamængderne.
Hubbles arkiv er en guldgrube
Som O’Ryan udtrykte det, er Hubbles 35-årige arkiv en “treasure trove” – en skattekiste fuld af data, hvor astrofysiske anomalier bare venter på at blive fundet. Studiet, publiceret i Astronomy & Astrophysics, viser at selv gamle data kan levere nye opdagelser, når man har de rette værktøjer.
Hvad nu?
Dette er først begyndelsen. Metoden kan nu anvendes på data fra Euclid-missionen og andre kommende teleskoper. Og hvem ved – måske gemmer der sig endnu mere bizarre objekter derude, bare ventende på at en AI får øje på dem i det næste arkiv.
