Un team di astronomi ha utilizzato un nuovo metodo basato sull’intelligenza artificiale per cercare oggetti astronomici rari nell’archivio Hubble Legacy. Il team ha esaminato quasi 100 milioni di ritagli di immagini in soli due giorni e mezzo, scoprendo quasi 1400 oggetti anomali, oltre 800 dei quali non erano mai stati documentati prima. Oggetti rari e anomali come galassie in collisione, lenti gravitazionali e galassie ad anello sono di immenso interesse scientifico, ma sono difficili da individuare nella crescente massa di dati provenienti da telescopi come il telescopio spaziale Hubble. Sempre più spesso, gli astronomi si chiedono come sia possibile trovare un ago cosmico in un pagliaio delle dimensioni dell’Universo.
Di recente, i ricercatori David O’Ryan e Pablo Gómez dell’Agenzia Spaziale Europea hanno sviluppato uno strumento di intelligenza artificiale che consente loro di ispezionare milioni di immagini astronomiche in una frazione del tempo che impiegherebbe un essere umano. Il team ha addestrato il proprio strumento e ne ha dimostrato le capacità utilizzando l’Hubble Legacy Archive, che contiene decine di migliaia di set di dati che coprono la lunga vita di Hubble.
“Le osservazioni d’archivio del telescopio spaziale Hubble risalgono ormai a 35 anni fa, fornendo una miniera di dati in cui potrebbero essere trovate anomalie astrofisiche”, afferma David O’Ryan, autore principale dell’articolo di ricerca pubblicato sulla rivista Astronomy & Astrophysics.
Le anomalie astrofisiche vengono solitamente scoperte quando gli scienziati cercano manualmente oggetti fuori dalla norma, o li trovano per caso. Sebbene gli scienziati qualificati eccellano nell’individuazione delle anomalie cosmiche, i dati di Hubble sono semplicemente troppi perché gli esperti possano analizzarli manualmente con il necessario livello di dettaglio. I progetti di citizen science, che coinvolgono non scienziati per collaborare a compiti come la classificazione delle galassie, offrono un altro modo per ridurre le montagne di dati disponibili. Sebbene i gruppi di citizen science aumentino notevolmente la quantità di dati che possono essere analizzati, non sono ancora all’altezza di archivi estesi come quello di Hubble, o di set di dati provenienti da telescopi che osservano il cielo come il telescopio spaziale Euclid dell’ESA.
Ora, questo nuovo lavoro di O’Ryan e Gómez porta la ricerca a un livello completamente nuovo. Il team ha sviluppato quella che viene chiamata rete neurale, uno strumento di intelligenza artificiale che utilizza i computer per elaborare dati e cercare schemi in un modo ispirato al cervello umano. La loro rete neurale, che hanno chiamato AnomalyMatch, è addestrata per cercare e riconoscere oggetti rari come galassie-medusa e archi gravitazionali.
Il team ha utilizzato AnomalyMatch per esaminare quasi 100 milioni di ritagli di immagini dall’Hubble Legacy Archive, segnando la prima volta che l’archivio è stato sistematicamente analizzato alla ricerca di anomalie astrofisiche. In soli due giorni e mezzo, AnomalyMatch ha completato la ricerca nell’archivio e ha restituito un elenco di probabili anomalie.
Poiché il processo di individuazione di oggetti rari richiede ancora un occhio esperto, O’Ryan e Gómez hanno ispezionato personalmente le fonti classificate dal loro algoritmo come più probabilmente anomale. Di queste, più di 1300 erano vere e proprie anomalie, più di 800 delle quali non erano mai state documentate nella letteratura scientifica.
La maggior parte delle anomalie erano galassie in fase di fusione o interazione, che assumevano forme insolite o lunghe code di stelle e gas. Molte altre erano lenti gravitazionali, in cui la gravità di una galassia in primo piano piega lo spaziotempo e deforma la luce di una galassia distante sullo sfondo in un cerchio o in un arco. Il team ha anche scoperto esempi di diversi altri oggetti rari, come galassie con enormi ammassi di stelle, galassie medusa con “tentacoli” gassosi e dischi di formazione planetaria visti di taglio, che conferiscono loro un aspetto simile a un hamburger o a una farfalla. Forse la cosa più intrigante di tutte è che c’erano diverse decine di oggetti che sfidavano completamente ogni classificazione.
“Si tratta di un utilizzo fantastico dell’intelligenza artificiale per massimizzare la produzione scientifica dell’archivio Hubble”, afferma Pablo Gómez, coautore dello studio. “Trovare così tanti oggetti anomali nei dati di Hubble, laddove ci si aspetterebbe che molti fossero già stati trovati, è un risultato straordinario. Dimostra anche quanto questo strumento sarà utile per altri grandi set di dati”.
Hubble ha generato solo uno dei tanti grandi archivi di dati in astronomia, e altri sono all’orizzonte. Nuove strutture che restituiranno un’enorme quantità di dati includono Euclid, che ha iniziato la sua indagine su miliardi di galassie in un terzo del cielo notturno nel 2023, l’Osservatorio Vera C. Rubin dell’NSF-DOE, che presto inizierà il suo Legacy Survey of Space and Time decennale e raccoglierà oltre 50 petabyte di immagini, e il telescopio spaziale Nancy Grace Roman della NASA, a cui l’ESA contribuisce come Mission of Opportunity, il cui lancio è previsto entro maggio 2027. Strumenti di intelligenza artificiale come AnomalyMatch possono aiutare gli astronomi a gestire la valanga di dati in arrivo e a scoprire nuovi esempi di oggetti rari e insoliti, e forse persino cose mai viste prima nell’Universo.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?