هوش مصنوعی چندین دهه تصاویر تلسکوپ فضایی هابل را تجزیه و تحلیل کرده و اجرام آسمانی غیرمعمولی را یافته است که توسط ستارهشناسان نادیده گرفته شده بودند. دانشمندان ESA از یک شبکه عصبی به نام AnomalyMatch برای جستجوی ۱۰۰ میلیون برش تصویر از بایگانی میراث هابل در تقریباً ۲.۵ روز استفاده کردند. آنها بیش از ۱۳۰۰ شیء غیرمعمول را شناسایی کردند که حدود ۸۰۰ مورد از آنها قبلاً هرگز ثبت نشده بودند، از جمله کهکشانهای برخوردی، لنزهای گرانشی و کهکشانهای عروس دریایی. این نشان میدهد که چگونه هوش مصنوعی میتواند اکتشافات جدید را در بایگانیهای بزرگ نجومی سرعت بخشد.
به گفته ناسا، بایگانی عظیم دادههای هابل برای ستارهشناسان بسیار گسترده است که نمیتوانند به صورت دستی در آنها جستجو کنند. برای حل این مشکل، دیوید او رایان و پابلو گومز، دانشمندان ESA، یک مدل هوش مصنوعی به نام AnomalyMatch ایجاد کردند که برای شناسایی الگوهای غیرمعمول در تصاویر آموزش دیده بود. تنها در ۲-۳ روز، حدود ۱۰۰ میلیون برش کوچک از بایگانی میراث هابل را جستجو کرد – فرآیندی که برای ستارهشناسان سالها طول میکشید تا انجام شود. این اولین جستجوی سیستماتیک کل بایگانی هابل برای یافتن ناهنجاریها بود. پس از اینکه هوش مصنوعی نامزدهای امیدوارکننده را شناسایی کرد، دانشمندان حدود ۱۳۰۰ ناهنجاری را در بایگانی تأیید کردند.
به عنوان مثال، بسیاری از موارد عجیب و غریبی که دیدیم، کهکشانهایی بودند که در حال ادغام یا تعامل با یکدیگر بودند. برخی از آنها لنزهای گرانشی عجیب بودند، جایی که گرانش یک کهکشان، نور کهکشان دیگر را که پشت آن قرار دارد، خم میکند. سپس کهکشانهایی با مناطق عظیمی وجود داشتند که در آنها ستارهها در حال شکلگیری هستند یا کهکشانهایی با دمهای گازی “عروس دریایی”. برخی از دیسکهای لبهدار که در حال تشکیل سیارات هستند، حتی شبیه همبرگر بودند. نکته بسیار باورنکردنی این است که به نظر نمیرسد دهها ناهنجاری در هیچ دسته شناخته شدهای قرار بگیرند.
