هوش مصنوعی بار دیگر توانایی خود را در تحلیل داده‌های عظیم علمی به نمایش گذاشته است. پژوهشگران با استفاده از ابزاری مبتنی بر هوش مصنوعی به نام AnomalyMatch موفق شدند نزدیک به ۱۰۰ میلیون تصویر برش‌خورده از آرشیو تلسکوپ فضایی هابل را بررسی کرده و فهرستی از اجرام آسمانی غیرعادی تهیه کنند. نتیجه این پروژه شناسایی بیش از ۱,۳۰۰ جرم غیرمعمول بود که بیش از ۸۰۰ مورد از آن‌ها تاکنون در مقالات علمی ثبت یا توصیف نشده بودند.

این پژوهش توسط «دیوید او رایان» و «پابلو گومز» انجام شد و نتایج آن در دسامبر ۲۰۲۵ در مجله Astronomy & Astrophysics منتشر شد. آرشیو مورد بررسی شامل داده‌های تلسکوپ هابل از زمان آغاز فعالیت آن در سال ۱۹۹۰ تا امروز است؛ یعنی حدود ۳۵ سال مشاهدات نجومی. به گفته پژوهشگران، این نخستین بار است که کل آرشیو هابل به‌صورت سیستماتیک برای یافتن ناهنجاری‌های بصری مورد جستجو قرار می‌گیرد.

نکته مهم این است که هوش مصنوعی به‌تنهایی هیچ کشفی انجام نداده است. وظیفه AnomalyMatch رتبه‌بندی تصاویر بر اساس میزان غیرعادی بودن آن‌ها بود. سپس اخترشناسان تصاویر منتخب را به‌صورت دستی بررسی کردند. در واقع هوش مصنوعی نقش فیلتر اولیه را ایفا کرد و تصمیم نهایی درباره ماهیت اجرام همچنان توسط انسان گرفته شد. این ابزار تنها در حدود دو و نیم روز توانست میلیون‌ها تصویر کوچک را پردازش کند؛ کاری که انجام آن به‌صورت دستی برای یک تیم انسانی تقریباً غیرممکن بود. همین توانایی باعث شد بخش بزرگی از داده‌های هابل که تاکنون با هدف کشف ناهنجاری‌ها بررسی نشده بودند، دوباره مورد توجه قرار گیرند.

در میان اجرام شناسایی‌شده، بیشترین تعداد مربوط به کهکشان‌های در حال ادغام یا برهم‌کنش بود. این کهکشان‌ها اغلب دارای شکل‌های نامتقارن، دنباله‌های بلند ستاره‌ای یا ساختارهای غیرعادی هستند. همچنین ۸۶ نامزد جدید برای پدیده «همگرایی گرانشی» شناسایی شد؛ پدیده‌ای که در آن گرانش یک کهکشان بزرگ، نور اجرام دورتر را خم کرده و تصاویر حلقه‌ای یا قوسی ایجاد می‌کند.

علاوه بر این، پژوهشگران نمونه‌هایی از کهکشان‌های حلقه‌ای حاصل از برخورد، کهکشان‌های عروس دریایی با رشته‌های گازی کشیده، کهکشان‌های دارای خوشه‌های بزرگ ستاره‌زایی و حتی دیسک‌های تشکیل سیاره در کهکشان راه شیری را نیز در فهرست خود ثبت کردند. با این حال، جذاب‌ترین بخش این پروژه مربوط به چند ده جرم آسمانی است که در هیچ‌یک از دسته‌بندی‌های شناخته‌شده قرار نمی‌گیرند. این اجرام می‌توانند اهداف ارزشمندی برای تحقیقات آینده باشند، هرچند دانشمندان تأکید می‌کنند که هنوز برای نتیجه‌گیری قطعی زود است.

عبارت «ثبت‌نشده» به معنای کشف نوع جدیدی از اجرام کیهانی نیست؛ بلکه نشان می‌دهد این نمونه‌های خاص تاکنون در مقالات علمی مورد بررسی قرار نگرفته‌اند. بسیاری از آن‌ها در دسته‌های شناخته‌شده نجومی قرار می‌گیرند و برای تأیید نهایی به مشاهدات تکمیلی نیاز دارند. اهمیت واقعی این پروژه در روش به‌کاررفته نهفته است. با آغاز فعالیت رصدخانه‌های عظیمی مانند Euclid و Vera C. Rubin، حجم داده‌های نجومی به حدی افزایش خواهد یافت که بررسی دستی آن‌ها امکان‌پذیر نخواهد بود. به همین دلیل، ابزارهای هوش مصنوعی مانند AnomalyMatch می‌توانند به یکی از مهم‌ترین فناوری‌های آینده نجوم تبدیل شوند و مسیر کشف پدیده‌های نادر کیهانی را هموار کنند.

منبع خبر: spacedaily