Seit 1990 beobachtet das Hubble-Weltraumteleskop das All und hat Millionen von Himmelsobjekten fotografiert, wodurch es heute über eines der reichsten Archive der Astronomie verfügt. Diese riesige Datenmenge bringt jedoch ein ernstes Problem mit sich: Für Astronomen ist es nahezu unmöglich, ein so umfangreiches Archiv vollständig zu durchsuchen und außergewöhnliche Objekte einzeln zu identifizieren. Die jüngsten Entwicklungen im Bereich der künstlichen Intelligenz ermöglichen es nun jedoch, diese gewaltigen Datenmengen umfassender zu scannen.
Das von den Forschern David O’Ryan und Pablo Gómez von der Europäischen Weltraumorganisation (ESA) entwickelte KI-System AnomalyMatch hat das gesamte 35-jährige Hubble-Archiv in nur zweieinhalb Tagen durchsucht und mehr als 1.300 seltene kosmische Objekte identifiziert. Die Ergebnisse der Studie wurden diese Woche in der Fachzeitschrift Astronomy & Astrophysics veröffentlicht. Diese Arbeit, die menschliche Astronomen unter normalen Umständen Jahre kosten würde, ist der erste systematische „Anomalie-Scan“ der Hubble-Daten.
Unter den von AnomalyMatch gelieferten Ergebnissen befinden sich höchst bemerkenswerte Beispiele. Die KI identifizierte 138 Gravitationslinsen, bei denen die Schwerkraft die Raumzeit krümmt und das Hintergrundlicht in Bögen und Ringe verwandelt. Solche Gravitationslinsen sind entscheidende Werkzeuge, um sowohl Himmelsobjekte sichtbar zu machen, die normalerweise von der Erde aus nicht beobachtet werden könnten, als auch um grundlegende kosmologische Eigenschaften wie die Expansionsrate des Universums und die Verteilung dunkler Materie zu messen.
Darüber hinaus markierte das System 417 bisher nicht erfasste Galaxienverschmelzungen, 18 Quallengalaxien (Jellyfish Galaxies), die aufgrund ihrer „Tentakel“ aus Gas an Quallen erinnern, und zwei kollidierende Ringgalaxien. Auch protoplanetare Scheiben, die an die Form von Hamburgern oder Schmetterlingen erinnern, gehörten zu diesen außergewöhnlichen Entdeckungen.
Dutzende Himmelskörper in Hubble-Daten gefunden, die nicht in bestehende Klassifizierungssysteme passen
Der vielleicht interessanteste Befund waren jedoch Dutzende von Himmelskörpern, die überhaupt nicht in bestehende Klassifizierungssysteme passen. Der Studie zufolge bestehen etwa 65 Prozent der identifizierten Anomalien aus Objekten, für die es zuvor in keiner wissenschaftlichen Datenbank Referenzen gab – also völlig neue Objekte für die Welt der Astronomie. David O’Ryan von der ESA betont, dass das Hubble-Archiv in diesem Sinne einen „zu entdeckenden Schatz“ darstellt und KI zu einem entscheidenden Werkzeug geworden ist, um diesen Schatz zu heben.
Diese Studie ist auch eine direkte Antwort auf die wachsende „Datenkrise“ der modernen Astronomie. Obwohl ausgebildete Astronomen sehr gut darin sind, außergewöhnliche Objekte zu erkennen, ist es unrealistisch, Millionen von Bildern manuell zu untersuchen. KIs wie AnomalyMatch nutzen aktive Lernmethoden, um sowohl selbstständig aus Mustern in den Daten zu lernen als auch sich durch das Feedback menschlicher Experten weiterzuentwickeln.
Die Bedeutung solcher Werkzeuge wird in den kommenden Jahren voraussichtlich weiter zunehmen. Die Euclid-Mission der ESA hat bereits damit begonnen, Milliarden von Galaxien zu scannen. Das im vergangenen Jahr in Betrieb genommene Vera C. Rubin Observatorium wird in den nächsten Jahren mehr als 50 Petabyte an Bildern produzieren. Das Nancy Grace Roman Weltraumteleskop, dessen Start für spätestens 2027 geplant ist, wird sich dieser Datenflut anschließen. Es wird erwartet, dass KI-Systeme wie AnomalyMatch die Analyse der aus all diesen Quellen gesammelten Daten erheblich erleichtern werden.
