Hubbleův teleskop už 35 let pozoruje vesmír – a díky novému nástroji AnomalyMatch teď vědci objevili stovky dříve neznámých objektů. Umělá inteligence prošla miliony snímků a odhalila vzácné anomálie, které mohou změnit náš pohled na vývoj galaxií i vznik planet.
Hubbleův teleskop pozoruje vesmír již 35 let a za tu dobu vytvořil obrovské množství datových souborů. Od svého spuštění v roce 1990 provedl dalekohled více než 1,6 milionu pozorování a vytvořil více než 180 terabajtů vědeckých dat, která jsou uložena v archivech přístupných vědecké komunitě po celém světě. Zpracování takového objemu je pro odborníky příliš velkým úkolem na to, aby je mohli analyzovat ručně na potřebné úrovni detailů, a proto dva výzkumníci z Evropské kosmické agentury (ESA), David O’Ryan a Pablo Gómez, vyvinuli nástroj umělé inteligence, který to dokáže. Díky tomu se umělé inteligenci podařilo najít více než 800 dosud nezdokumentovaných „astrofyzikálních anomálií“.
Práce je zasazena do kontextu, v němž se astronomie stala vědou o velkém množství dat: teleskopy jako Hubble, James Webb nebo budoucí kontinuální přehlídkové observatoře generují tolik informací, že bez automatizace by mnoho zajímavých jevů mohlo zůstat nepovšimnuto. Umělá inteligence zde vstupuje do hry jako jakési „kosmické síto“ schopné neúnavně prosít miliony snímků a hledat vzácné, neočekávané nebo obtížně klasifikovatelné jevy.
35 let trvající pokladnice: Archiv Hubbleova dědictví
Je to poprvé, co byl archiv Hubble Legacy Archive systematicky prohledáván kvůli anomáliím. V tomto archivu jsou shromážděny nejen nejznámější snímky dalekohledu, ale také množství vizuálně méně působivých, ale vědecky neocenitelných pozorování: hluboká pole, vzdálené galaxie, hvězdokupy, mlhoviny, plynné a prachové disky atd.
O’Ryan a Gomez použili model umělé inteligence nazvaný AnomalyMatch, který byl vycvičen k procházení Hubblova souboru dat a hledání podivných objektů, jako jsou medúzovité galaxie a gravitační oblouky, a jejich označování k ručnímu přezkoumání. Podle slov O’Ryana, citovaných v prohlášení ESA, „archivní pozorování z Hubbleova vesmírného dalekohledu nyní sahají 35 let zpátky, což poskytuje skutečný poklad dat, v nichž lze nalézt astrofyzikální anomálie„. Nečekali však, že tato pokladnice bude skrývat tolik překvapení.
Výsledky práce, které podrobně popisují metodiku a katalog nalezených objektů, byly zveřejněny v časopise Astronomy & Astrophysics, jedné z předních publikací v oblasti astrofyziky.
Jak funguje AnomalyMatch: AI hledá vzácné objekty
AnomalyMatch prohledal téměř 100 milionů výřezů snímků pořízených kosmickým teleskopem a nalezl téměř 1 400 anomálních objektů, z nichž více než 800 bylo zdokumentováno poprvé. Umělá inteligence zvládla za pouhých dva a půl dne to, co by si vyžádalo mnohem více vědeckých rukou a mnohem více času.
Abychom pochopili velikost tohoto úspěchu, stojí za to objasnit, co přesně tento nástroj dělá. AnomalyMatch „nerozumí“ vesmíru jako astronom, ale je schopen rozpoznat vzory. Tým použil techniku známou jako detekce anomálií: namísto toho, aby systém trénoval rozpoznávání určitého typu objektů (např. supernov), je nejprve naučen, co je na Hubblových snímcích „normální“. Vše, co se od tohoto standardního vzorce odchyluje, je označeno jako potenciálně zajímavé.
V praxi byl model krmen miliony výřezů Hubblových snímků obsahujících galaxie, hvězdy a další známé objekty. Na základě toho umělá inteligence vytvořila jakousi „statistickou mapu“ toho, jak tyto objekty obvykle vypadají. Když jí byly předloženy nové snímky, systém měřil, jak daleko jsou od této mapy. Ty, které se vymykaly normě, byly klasifikovány jako anomálie a odeslány astronomům k vizuální kontrole.
Tento přístup má jednu zásadní výhodu: odhaluje věci, které jste nehledali. Spíše než pouhé potvrzení předchozích teorií otevírá dveře k nečekaným jevům, což je přesně to místo, kde dochází k vědeckým průlomům.
Jaké anomálie umělá inteligence objevila
Jak vysvětluje ESA, většinu anomálií tvořily splývající nebo vzájemně se ovlivňující galaxie, které nabývaly neobvyklých tvarů nebo měly dlouhé ohony hvězd a plynu. Když se dvě galaxie přiblíží k sobě a jejich vzájemná gravitace je deformuje, výsledkem může být kosmický chaos: pokroucená spirální ramena, mosty hmoty mezi nimi, proudy plynu a prachu táhnoucí se desítky tisíc světelných let. Tyto systémy jsou přirozenými laboratořemi pro studium toho, jak galaxie rostou a jak se supermasivní černé díry v jejich centrech stávají aktivními.
Mnoho dalších anomálií se týkalo gravitačního čočkování. V těchto případech gravitace galaxie v popředí (nebo kupy galaxií) ohýbá časoprostor a deformuje světlo ze vzdálené galaxie v pozadí do kruhu nebo oblouku. Tento efekt, předpovězený Einsteinovou obecnou teorií relativity, nejenže vytváří působivé snímky, ale je také základním nástrojem pro měření rozložení temné hmoty ve vesmíru, protože intenzita čočkování závisí na veškeré přítomné hmotě, viditelné i neviditelné.
Tým také objevil příklady dalších vzácných objektů, jako jsou galaxie s obrovskými hvězdokupami, které se mohou nacházet ve velmi aktivní fázi tvorby hvězd; galaxie typu medúzy s plynnými „chapadly“ vystupujícími z hlavního disku, které jsou pravděpodobně vytaženy tlakem horkého plynu v kupách galaxií; a planetární disky pozorované na okraji, což jim dává vzhled hamburgeru nebo motýla. Tyto disky, tvořené plynem a prachem kolem mladých hvězd, jsou místem, kde se rodí planety, a jejich pozorování z profilu nám umožňuje lépe studovat jejich vertikální strukturu.
Kromě toho bylo identifikováno několik desítek objektů, které se vymykaly klasifikaci. V těchto případech je ani astronomové po přezkoumání snímků nedokázali pohodlně zařadit do obvyklých kategorií. Mohlo se jednat o velmi neobvyklé systémy, kombinace několika překrývajících se jevů, nebo dokonce o chyby při zpracování, které bude nutné vyřadit. Jsou to však právě ti nejzajímavější kandidáti na budoucí podrobné studium.
Proč jsou tyto anomálie tak důležité
Nalezení vzácných objektů není jen otázkou estetické zvědavosti. Každá anomálie je vodítkem k extrémním nebo vzácným fyzikálním procesům, které pomáhají doplnit skládačku fungování vesmíru. Například:
- Splývající galaxie: umožňují nám studovat, jak se galaxie v průběhu kosmického času skládají a jak tato setkání spouštějí epizody tvorby hvězd nebo pohánějí centrální černé díry.
- Gravitační čočky: jsou nezbytné pro mapování temné hmoty, měření rozpínání vesmíru a pozorování galaxií tak vzdálených, že bez „zvětšení“ čočky by byly příliš slabé na to, aby je bylo možné detekovat.
- Galaxie typu medúzy: pomáhají pochopit, jak prostředí kup galaxií „odebírá“ plyn z galaxií, které do nich spadají, a zpomaluje tak jejich schopnost tvořit nové hvězdy.
- Protoplanetární disky: poskytují snímky raných fází vzniku planetárních soustav, což je klíčové pro pochopení vzniku soustav, jako je ta naše.
Celkově lze říci, že katalog vytvořený nástrojem AnomalyMatch není pouhým seznamem rarit: jedná se o databázi prioritních cílů pro budoucí pozorování pomocí Hubbla, vesmírného dalekohledu Jamese Webba (JWST ) a dalších pozemních i kosmických observatoří. Mnohé z těchto objektů by se mohly v příštích letech stát předmětem podrobných studií.
AI a astronomie: Rozšiřující se spolupráce
Jedná se o fantastické využití umělé inteligence k maximalizaci vědeckých výsledků Hubbleova archivu. Nalezení tolika anomálních objektů v Hubbleových datech, kde bychom očekávali, že mnohé již byly objeveny , je vynikajícím výsledkem. Ukazuje také, jak užitečný bude tento nástroj pro další velké soubory dat,“ řekl Gómez.
Práce O’Ryana a Gómeze se přidává k rostoucímu trendu: využívání algoritmů strojového učení v astronomii. Neuronové sítě již byly použity ke klasifikaci galaxií podle jejich tvaru, k detekci supernov v téměř reálném čase nebo k identifikaci exoplanet v datech z misí jako Kepler a TESS. Rozdíl je v tom, že zatímco mnoho z těchto projektů se zaměřuje na hledání něčeho velmi specifického, AnomalyMatch se specializuje na neočekávané.
Tento druh nástroje bude obzvláště cenný pro budoucí velké průzkumné projekty. Na tomto projektu se podílela i Vera C. Rubin Observatory bude například každou noc generovat desítky terabytů dat a miliony upozornění na proměnné nebo přechodné objekty. Bez systémů automatického filtrování a určování priorit by bylo pro lidské astronomy nemožné držet krok.
V tomto smyslu funguje úspěch systému AnomalyMatch s Hubbleovým archivem jako důkaz konceptu: pokud umělá inteligence dokáže najít stovky nových objektů v tak dobře prozkoumaném archivu, jako je Hubbleův, je její potenciál u čerstvých, méně prozkoumaných dat ještě větší.
Živý archiv, který stále překvapuje
Případ AnomalyMatch ilustruje klíčovou myšlenku: velké astronomické archivy nejsou pouhými historickými úložišti, ale živými zdroji, které mohou přinášet objevy i desítky let poté, co byla původní pozorování pořízena. Každá nová technika analýzy – ať už jde o algoritmus umělé inteligence, nebo dokonalejší statistickou metodu – umožňuje informace obsažené v těchto datech vytěžit o něco více.
V případě Hubblova dalekohledu, který je již dávno za svou očekávanou životností a který byl částečně „vystřídán“ Jamesem Webbem, kombinace jeho archivu s nástroji umělé inteligence ukazuje, že má stále čím přispět. Je možné, že některé z nyní zjištěných anomálií se nakonec stanou klíčovými informacemi pro lepší pochopení vývoje galaxií, rozložení temné hmoty nebo vzniku planetárních systémů.
A to vše na základě dat, která již existovala a čekala, až se na ně někdo – nebo něco – podívá jiným způsobem.