Вот пример использования ИИ, который, кажется, приносит больше пользы, чем вреда. Пара астрономов Европейского космического агентства (ЕКА) разработала нейронную сеть, которая ищет аномалии в космических изображениях. Результаты превзошли все, что могли бы сделать эксперты-люди. За два с половиной дня она обработала почти 100 миллионов фрагментов изображений, обнаружив 1400 аномальных объектов.
Создатели модели ИИ, Дэвид О’Райан и Пабло Гомес, назвали ее AnomalyMatch. Пара обучила ее на архиве Hubble Legacy Archive, который содержит десятки тысяч наборов данных за 35-летнюю историю телескопа Hubble, и применила ее к нему. «Хотя обученные ученые отлично справляются с обнаружением космических аномалий, данных Hubble слишком много, чтобы эксперты могли сортировать их вручную с необходимой степенью детализации», — говорится в пресс-релизе ЕКА.
Менее чем за три дня сканирования AnomalyMatch выдала список вероятных аномалий. На заключительном этапе все еще требовалось человеческое вмешательство: Гомес и О’Райан просмотрели кандидатов, чтобы подтвердить, какие из них действительно являются аномальными. Среди 1400 подтвержденных парой аномальных объектов более 800 были ранее не задокументированы.
Большинство результатов показывали сливающиеся или взаимодействующие галактики, которые могут иметь причудливые формы или длинные звездные хвосты и газовые облака. Другие были гравитационными линзами. (Это явление, когда гравитация галактики на переднем плане искривляет пространство-время так, что свет от фоновой галактики искажается до круга или дуги.) Среди других открытий были диски, в которых формируются планеты, наблюдаемые с ребра, галактики с огромными скоплениями звезд и галактики-медузы. Добавляя немного загадочности, нашлось даже «несколько десятков объектов, которые вообще не поддавались классификации».
«Это фантастическое применение ИИ для максимизации научного результата архива Hubble», — цитирует Гомеса заявление ЕКА. «Найти так много аномальных объектов в данных Hubble, где, как можно было ожидать, многие уже были найдены, — это отличный результат. Это также показывает, насколько полезным будет этот инструмент для других больших наборов данных».
