人工智能帮助研究人员探索哈勃太空望远镜的档案，发现了奇异的天体，其中一些天体是科学无法描述的。
哈勃望远镜档案中发现的数百个“异常现象”中的六个，包括三个不寻常的星系和三个引力透镜天体。 （图片来源：ESA/哈勃 & NASA，D. O’Ryan，P. Gómez（欧洲航天局），M. Zamani（ESA/哈勃））
人工智能(AI)工具在哈勃太空望远镜的图像档案中发现了 1000 多个奇怪的宇宙物体，其中一些是科学无法解释的。
研究人员仅用两天时间就利用该工具发现了1300个奇特天体，包括混乱的合并星系、拖着气体的恒星，甚至还有一些尚未分类的天体。欧洲航天局（ESA）官员在1月27日的一份声明中表示，其中800个是此前从未被发现的。该研究结果于2025年12月16日发表在《天文学与天体物理学》杂志上。
美国宇航局官员在另一份声明中表示： “其他发现包括拥有巨大恒星形成团块的星系、形似水母且带有气体‘触手’的星系，以及我们银河系中形似汉堡包的侧向行星形成盘。值得注意的是，有几十个天体完全不符合现有的分类体系。”
太空果冻和天空汉堡
在这项新研究中，欧洲航天局的研究员大卫·奥莱恩和帕布罗·戈麦斯开发了一种人工智能工具，用于分析哈勃遗产档案库中的1亿张图像截图。该档案库涵盖了哈勃望远镜自1990年发射以来的观测数据。每张图像每边只有几十个像素，代表着天空中一个宽度不足千分之一度的狭窄区域。
奥莱恩在论文中写道：“哈勃太空望远镜的档案观测数据可以追溯到 35 年前，为发现天体物理异常现象提供了大量数据宝库。”
除了“水母星系”和宇宙“汉堡包”之外，此次搜寻还发现了一系列其他现象。美国宇航局的声明指出：“大多数异常现象是正在经历合并或相互作用的星系，它们呈现出不寻常的形态，或者拖曳着细长的恒星和气体流。其他一些则是引力透镜，前景星系的引力会扭曲时空，并将来自背景星系的光线弯曲成弧形或环状。”
研究人员开发的名为 AnomalyMatch 的人工智能工具，在学习了训练数据集中的模式后，识别出了这些特征。使用这类工具可以加快发现天空中异常现象的传统方法，而传统方法通常需要人工检查或偶然的观测。
美国宇航局官员在一份声明中表示：“虽然天文学专家擅长识别异常特征，但哈勃望远镜的数据量极其庞大，进行全面的人工审查并不现实。公民科学计划有助于扩大数据分析的范围，但即便如此，面对像哈勃望远镜这样庞大的数据档案，这些努力也显得力不从心。”
戈麦斯补充道：“这有力地展示了人工智能如何提升档案数据集的科学价值。在哈勃数据中发现如此多此前未被记录的异常现象，凸显了该工具在未来巡天项目中的巨大潜力。”
人工智能可能发挥作用的数据集还包括欧几里得太空望远镜的数据，该望远镜正在观测数十亿个星系，以创建迄今为止最大的宇宙三维地图；以及即将投入使用的南希·格雷斯·罗曼望远镜和维拉·鲁宾天文台的数据，它们将在广袤的夜空中搜寻系外行星和移动天体。根据美国宇航局的声明，人工智能可以帮助研究人员处理这些大型巡天项目产生的“海量数据”，或许能够以前所未有的速度发现新的天体。
人工智能帮助研究人员探索哈勃太空望远镜的档案，发现了奇异的天体，其中一些天体是科学无法描述的。
哈勃望远镜档案中发现的数百个“异常现象”中的六个，包括三个不寻常的星系和三个引力透镜天体。 （图片来源：ESA/哈勃 & NASA，D. O’Ryan，P. Gómez（欧洲航天局），M. Zamani（ESA/哈勃））
人工智能(AI)工具在哈勃太空望远镜的图像档案中发现了 1000 多个奇怪的宇宙物体，其中一些是科学无法解释的。
研究人员仅用两天时间就利用该工具发现了1300个奇特天体，包括混乱的合并星系、拖着气体的恒星，甚至还有一些尚未分类的天体。欧洲航天局（ESA）官员在1月27日的一份声明中表示，其中800个是此前从未被发现的。该研究结果于2025年12月16日发表在《天文学与天体物理学》杂志上。
美国宇航局官员在另一份声明中表示： “其他发现包括拥有巨大恒星形成团块的星系、形似水母且带有气体‘触手’的星系，以及我们银河系中形似汉堡包的侧向行星形成盘。值得注意的是，有几十个天体完全不符合现有的分类体系。”
太空果冻和天空汉堡
在这项新研究中，欧洲航天局的研究员大卫·奥莱恩和帕布罗·戈麦斯开发了一种人工智能工具，用于分析哈勃遗产档案库中的1亿张图像截图。该档案库涵盖了哈勃望远镜自1990年发射以来的观测数据。每张图像每边只有几十个像素，代表着天空中一个宽度不足千分之一度的狭窄区域。
奥莱恩在论文中写道：“哈勃太空望远镜的档案观测数据可以追溯到 35 年前，为发现天体物理异常现象提供了大量数据宝库。”
除了“水母星系”和宇宙“汉堡包”之外，此次搜寻还发现了一系列其他现象。美国宇航局的声明指出：“大多数异常现象是正在经历合并或相互作用的星系，它们呈现出不寻常的形态，或者拖曳着细长的恒星和气体流。其他一些则是引力透镜，前景星系的引力会扭曲时空，并将来自背景星系的光线弯曲成弧形或环状。”
研究人员开发的名为 AnomalyMatch 的人工智能工具，在学习了训练数据集中的模式后，识别出了这些特征。使用这类工具可以加快发现天空中异常现象的传统方法，而传统方法通常需要人工检查或偶然的观测。
美国宇航局官员在一份声明中表示：“虽然天文学专家擅长识别异常特征，但哈勃望远镜的数据量极其庞大，进行全面的人工审查并不现实。公民科学计划有助于扩大数据分析的范围，但即便如此，面对像哈勃望远镜这样庞大的数据档案，这些努力也显得力不从心。”
戈麦斯补充道：“这有力地展示了人工智能如何提升档案数据集的科学价值。在哈勃数据中发现如此多此前未被记录的异常现象，凸显了该工具在未来巡天项目中的巨大潜力。”
人工智能可能发挥作用的数据集还包括欧几里得太空望远镜的数据，该望远镜正在观测数十亿个星系，以创建迄今为止最大的宇宙三维地图；以及即将投入使用的南希·格雷斯·罗曼望远镜和维拉·鲁宾天文台的数据，它们将在广袤的夜空中搜寻系外行星和移动天体。根据美国宇航局的声明，人工智能可以帮助研究人员处理这些大型巡天项目产生的“海量数据”，或许能够以前所未有的速度发现新的天体。
