Η ιστορία της αστρονομίας ήταν ανέκαθεν συνυφασμένη με την ανθρώπινη υπομονή. Για αιώνες, η ανακάλυψη νέων ουράνιων σωμάτων εξαρτιόταν από την οξύτητα του ανθρώπινου ματιού και την ικανότητα των αστρονόμων να παρατηρούν αμυδρές αλλαγές σε φωτογραφικές πλάκες. Ωστόσο, βρισκόμαστε πλέον σε ένα σημείο καμπής όπου ο όγκος των δεδομένων ξεπερνά τις ανθρώπινες δυνατότητες επεξεργασίας. Σε αυτό το πλαίσιο, μια νέα, εντυπωσιακή ανακάλυψη έρχεται να επιβεβαιώσει την κυριαρχία της Τεχνητής Νοημοσύνης (AI) στη σύγχρονη έρευνα: ένα νέο εργαλείο εντόπισε πάνω από 800 προηγουμένως άγνωστες «κοσμικές ανωμαλίες» (cosmic anomalies) μέσα στα υφιστάμενα αρχεία του διαστημικού τηλεσκοπίου Hubble, ολοκληρώνοντας μια εργασία ετών μέσα σε λίγες μόλις ημέρες.
Η ανακάλυψη αυτή δεν αφορά απλώς την προσθήκη νέων αντικειμένων στους καταλόγους μας. Πρόκειται για μια θεμελιώδη αλλαγή στον τρόπο με τον οποίο «κοιτάζουμε» το σύμπαν, αποδεικνύοντας ότι τα αρχεία δεδομένων που ήδη διαθέτουμε κρύβουν θησαυρούς που είχαν διαφύγει της προσοχής μας.
Η πρόκληση των μεγάλων δεδομένων στην αστρονομία
📍 Η εξέλιξη της είδησης: AI
Το Διαστημικό Τηλεσκόπιο Hubble παρατηρεί το σύμπαν για περισσότερα από 35 χρόνια. Στη διάρκεια αυτής της περιόδου, έχει συγκεντρώσει έναν ασύλληπτο όγκο δεδομένων, τα οποία φυλάσσονται στο «Hubble Legacy Archive». Παρά τις προσπάθειες χιλιάδων αστρονόμων και εθελοντών σε προγράμματα «citizen science», ένα τεράστιο μέρος αυτών των εικόνων παραμένει ουσιαστικά ανεξερεύνητο σε βάθος.
Το πρόβλημα εντοπίζεται στην κλίμακα. Το ανθρώπινο μάτι είναι εξαιρετικό στο να αναγνωρίζει μοτίβα, αλλά κουράζεται εύκολα και είναι αργό. Όταν η αποστολή είναι η ανάλυση εκατομμυρίων εικόνων για τον εντοπισμό σπάνιων φαινομένων – όπως η βαρυτική εστίαση ή σπάνιες συγκρούσεις γαλαξιών – η ανθρώπινη προσέγγιση καθίσταται πρακτικά αδύνατη. Εδώ ακριβώς παρεμβαίνει η τεχνολογία του «AnomalyMatch», ενός καινοτόμου νευρωνικού δικτύου που σχεδιάστηκε από ερευνητές της Ευρωπαϊκής Υπηρεσίας Διαστήματος (ESA), συγκεκριμένα τον David O’Ryan και τον Pablo Gómez.
AnomalyMatch: Πώς λειτουργεί ο ψηφιακός αστρονόμος
Το AnomalyMatch δεν είναι ένας απλός αλγόριθμος ταξινόμησης. Πρόκειται για ένα εξελιγμένο μοντέλο μηχανικής μάθησης που εκπαιδεύτηκε να αναγνωρίζει όχι μόνο τα συνηθισμένα ουράνια σώματα, αλλά κυρίως τα «παράδοξα». Οι ερευνητές εφάρμοσαν το εργαλείο σε σχεδόν 100 εκατομμύρια τμήματα εικόνων (image cutouts) από το αρχείο του Hubble.
Η αποτελεσματικότητα του συστήματος ήταν σοκαριστική. Ενώ μια ομάδα ανθρώπων θα χρειαζόταν χρόνια, ίσως και δεκαετίες, για να εξετάσει προσεκτικά κάθε πίξελ αυτού του όγκου δεδομένων, το AnomalyMatch ολοκλήρωσε τη διαδικασία σάρωσης σε μόλις 2,5 ημέρες. Το σύστημα φιλτράρισε τον θόρυβο και τα κοινά αντικείμενα (όπως τυπικά αστέρια και συνηθισμένους σπειροειδείς γαλαξίες) και ανέδειξε μια λίστα υποψηφίων «ανωμαλιών».
Από τα περίπου 1.400 αντικείμενα που υπέδειξε το σύστημα ως πιθανά ενδιαφέροντα, οι ερευνητές επιβεβαίωσαν ότι τα περισσότερα ήταν όντως επιστημονικά σημαντικά, με πάνω από 800 από αυτά να μην έχουν καταγραφεί ποτέ ξανά στη σχετική βιβλιογραφία.
Ένας ζωολογικός κήπος από κοσμικά παράδοξα
Τι ακριβώς όμως βρήκε η τεχνητή νοημοσύνη; Η λίστα των ευρημάτων μοιάζει με σενάριο επιστημονικής φαντασίας, περιλαμβάνοντας μερικά από τα πιο σπάνια και βίαια φαινόμενα του σύμπαντος.
Μεταξύ των ανακαλύψεων ξεχωρίζουν οι Βαρυτικοί Φακοί (Gravitational Lenses). Πρόκειται για περιπτώσεις όπου η βαρύτητα ενός τεράστιου σμήνους γαλαξιών κάμπτει το φως ενός πιο απομακρυσμένου αντικειμένου, λειτουργώντας ως ένας φυσικός μεγεθυντικός φακός του σύμπαντος. Αυτά τα φαινόμενα είναι κρίσιμα για τη μελέτη της σκοτεινής ύλης και της διαστολής του σύμπαντος.
Επιπλέον, εντοπίστηκαν Γαλαξίες-Μέδουσες (Jellyfish Galaxies). Πρόκειται για γαλαξίες που, καθώς κινούνται με μεγάλη ταχύτητα μέσα σε πυκνά σμήνη, χάνουν τα αέρια τους σχηματίζοντας μακριές ουρές που θυμίζουν πλοκάμια μέδουσας. Η μελέτη τους μας δίνει πολύτιμες πληροφορίες για τον κύκλο ζωής των άστρων και τον θάνατο των γαλαξιών.
Άλλα ευρήματα περιλαμβάνουν δακτυλιοειδείς γαλαξίες (Ring Galaxies), προϊόντα σπάνιων μετωπικών συγκρούσεων, καθώς και δίσκους σχηματισμού πλανητών που παρατηρούνται υπό γωνία (edge-on), προσφέροντας μια σπάνια ματιά στη γέννηση νέων ηλιακών συστημάτων.
Το μυστήριο των αταξινόμητων αντικειμένων
Ίσως το πιο συναρπαστικό κομμάτι της έρευνας να μην είναι τα φαινόμενα που αναγνωρίζουμε, αλλά αυτά που δεν μπορούμε να κατατάξουμε πουθενά. Το AnomalyMatch εντόπισε αρκετές δεκάδες αντικείμενα που «αψηφούν κάθε κατηγοριοποίηση». Αυτά τα μυστηριώδη σώματα παρουσιάζουν δομές και χαρακτηριστικά που δεν ταιριάζουν στα υπάρχοντα μοντέλα γαλαξιακής εξέλιξης ή αστρικής φυσικής.
Για τους επιστήμονες, αυτά τα «unknowns» αποτελούν τον πραγματικό χρυσό. Στην επιστήμη, η φράση «αυτό είναι περίεργο» συχνά προηγείται μεγάλων ανακαλύψεων. Αυτά τα αταξινόμητα αντικείμενα θα αποτελέσουν τώρα στόχο για περαιτέρω παρατηρήσεις, πιθανώς με το ισχυρότερο τηλεσκόπιο James Webb (JWST), για να διαλευκανθεί η φύση τους.
Συνεργασία ανθρώπου και μηχανής
Είναι σημαντικό να τονιστεί ότι η Τεχνητή Νοημοσύνη δεν αντικατέστησε τους αστρονόμους, αλλά λειτούργησε ως ένας εξαιρετικά ικανός βοηθός. Η διαδικασία ήταν υβριδική: το AnomalyMatch έκανε τη βαριά εργασία της διαλογής («data mining»), αλλά η τελική επιβεβαίωση και η ερμηνεία των δεδομένων έγινε από τους O’Ryan και Gómez.
Αυτό το μοντέλο εργασίας, γνωστό και ως «Human-in-the-loop AI», αποτελεί το μέλλον της επιστημονικής έρευνας. Η ικανότητα του αλγορίθμου να μαθαίνει από παραδείγματα (supervised learning) αλλά και να εντοπίζει ανωμαλίες που αποκλίνουν από το πρότυπο, επιτρέπει στους επιστήμονες να εστιάσουν την προσοχή τους εκεί που πραγματικά έχει σημασία, αντί να χάνονται σε ωκεανούς αδιάφορων δεδομένων.
Το μέλλον με τα τηλεσκόπια Euclid και Rubin
Η επιτυχία του AnomalyMatch στα αρχεία του Hubble έρχεται την κατάλληλη στιγμή. Η αστρονομία εισέρχεται στην εποχή των «Gigantic Surveys». Αποστολές όπως το διαστημικό τηλεσκόπιο Euclid της ESA και το επίγειο Vera C. Rubin Observatory θα παράγουν δεδομένα που θα κάνουν το αρχείο του Hubble να φαίνεται μικροσκοπικό. Το Euclid, για παράδειγμα, αναμένεται να στείλει εικόνες δισεκατομμυρίων γαλαξιών.
Χωρίς εργαλεία τεχνητής νοημοσύνης όπως αυτό, η ανάλυση αυτών των μελλοντικών δεδομένων θα ήταν αδύνατη. Η τρέχουσα μελέτη λειτουργεί ως ένα επιτυχημένο πεδίο δοκιμών (proof of concept), αποδεικνύοντας ότι οι αλγόριθμοι είναι ώριμοι και έτοιμοι να διαχειριστούν τον κατακλυσμό πληροφοριών που έρχεται.
Συνοψίζοντας, η ανακάλυψη των 800 και πλέον ανωμαλιών είναι κάτι περισσότερο από μια λίστα παράξενων γαλαξιών. Είναι η απόδειξη ότι η τεχνολογία μας επιτρέπει πλέον να δούμε το αόρατο, να βρούμε την «βελόνα στα άχυρα» του σύμπαντος και να ξαναγράψουμε τα βιβλία της αστρονομίας, αξιοποιώντας δεδομένα που είχαμε στη διάθεσή μας εδώ και δεκαετίες. Το σύμπαν μόλις έγινε λίγο πιο παράξενο και πολύ πιο ενδιαφέρον.
