共计 1110 个字符，预计需要花费 3 分钟才能阅读完成。
一组天文学家借助先进的人工智能技术，如同在宇宙“废石堆”中筛选钻石，从美国国家航空航天局哈勃太空望远镜的浩瀚存档数据中，发掘出超过 1300 个形态奇特的罕见天体，其中 800 多个是科学界此前从未记录过的。
这项由欧洲空间局科学家主导的研究，成果已发表于《天文学与天体物理学》期刊。研究团队开发了一款名为 AnomalyMatch 的人工智能工具，它能在短短两天半内，高效筛查哈勃遗产档案馆中近 1 亿幅小型图像切片。这些“异常”天体形态各异：既有正在激烈合并或相互作用的星系，拖着恒星与气体的长尾；也有因前景星系引力扭曲时空而形成的“引力透镜”现象，将背景星系的光线弯曲成壮观的弧环；还包括拥有巨大恒星形成团块的星系、拖着气态“触须”的“水母星系”，甚至在银河系内发现了形似汉堡的侧向行星形成盘。尤为引人注目的是，有数十个天体完全无法归入现有的任何星系分类体系。
“哈勃太空望远镜跨越 35 年的存档观测数据，是一个隐藏着无数天体物理‘异常现象’的丰富宝库，”研究主要作者、欧空局的戴维·奥瑞安表示。传统上，这类奇特图像依赖于天文学家的偶然发现或耗费大量人力进行目视检查。尽管人类专家擅长识别异常特征，但面对哈勃望远镜积累的庞大数据量，全面人工审查已不现实。公民科学项目虽能提供助力，但在处理哈勃档案或未来更大型巡天望远镜的海量数据时，仍力有不逮。
奥瑞安与同事巴勃罗·戈麦斯开发的 AnomalyMatch 神经网络，通过模拟人脑处理视觉信息的模式识别能力，能够在极短时间内扫描数百万幅图像，标记出潜在的稀有目标。随后，研究人员对算法评分最高的目标进行人工复核，最终确认了这 1300 多个真实异常天体。
“这有力证明了人工智能如何极大提升存档数据的科学回报，”戈麦斯指出，“仅在哈勃数据中就发现如此多未被记录的异常现象，凸显了这类工具在未来大型巡天任务中的巨大潜力。”
哈勃望远镜只是即将被数据洪流淹没的天文观测设备之一。即将上线的美国国家航空航天局南希·格雷斯·罗曼太空望远镜、欧空局的欧几里得望远镜以及薇拉·鲁宾天文台等下一代观测设施，都将产生前所未有的数据量。像 AnomalyMatch 这样的自动化工具，对于应对这一挑战至关重要，它将帮助天文学家高效地发现新的意外现象，甚至可能找到宇宙中前所未见的天体类型。
自 1990 年发射以来，哈勃太空望远镜已持续运行三十余年，其突破性发现不断重塑着人类对宇宙的认知。这项最新研究再次证明，这座传奇天文台的科学遗产，结合现代人工智能技术，仍在持续产出激动人心的新发现。
图片来源：NASA, ESA, David O’Ryan (ESA), Pablo Gómez (ESA), Mahdi Zamani (ESA/Hubble)
