ESA 用 AI 篩查哈勃近億張影像：兩天半揪出 800 多個未知天體

哈勃太空望遠鏡在軌工作了 35 年，給地球傳回了難以計數的宇宙照片。問題是，人類天文學家的肉眼再厲害，也根本看不過來這麼龐大的資料。

很多奇形怪狀的星系和天體，就這麼靜靜在檔案庫的硬盤裡躺了幾十年。

歐洲航天局（ESA）的兩位天文學家 David O'Ryan 和 Pablo Gómez 決定讓 AI 來幫忙。他們做了一個叫 AnomalyMatch 的神經網路，專門負責在太空影像裡抓取不正常的異類。

兩天半翻完近一億張圖

訓練完成後，他們把 AnomalyMatch 扔進了哈勃遺產檔案（Hubble Legacy Archive）裡。

這個檔案庫裝滿了哈勃 35 年來留下的數萬個數據集。ESA 自己也承認，雖然受過專業訓練的科學家很擅長髮現宇宙異常，但面對哈勃這種體量的資料，想要靠人工逐張細看根本不現實。

AI 的效率展現得淋漓盡致。

僅僅用了兩天半時間，AnomalyMatch 就翻完了近 1 億張影像切片，並篩出了一份高可疑度的異常天體名單。

當然，AI 並沒有完全取代天文學家。最終 Gómez 和 O'Ryan 對候選名單進行了人工複核，確認了 1400 個真正的異常天體。

最驚人的是，在這 1400 個目標裡，有超過 800 個此前從未被任何學術文獻或檔案記錄過。

水母星系與未解之謎

從被揪出來的這些天體來看，大部分是正在發生碰撞或相互作用的星系。

因為引力撕扯，它們往往拖著長長的氣體與恆星尾巴，形狀非常古怪。

AI 還挑出了一批引力透鏡現象，也就是前景星系的引力把背景星系的光線扭曲成了弧形或光環。

此外，名單裡還包括側向朝向我們的行星形成盤、帶著巨大恆星團塊的星系，以及外形奇特的水母星系。

甚至還有幾十個天體徹底難倒了研究人員，它們呈現出來的特徵完全無法歸入現有的任何已知分類體系中。

正如 Gómez 所說，大家都以為哈勃的資料已經被全世界科學家翻得差不多了，沒想到還能在裡面挖出這麼多新東西。

為什麼重要

我們認為，這項研究給科學界展示了 AI 最健康、最純粹的一種用法：它不是用來憑空生成幻覺，而是用來給人類當超級篩選器。

對天文學家和科研人員來說，值不值得試已經不是一個問題，而是不得不試。傳統科研的瓶頸早就不是觀測裝置不夠好，而是下行的資料太多，人類根本處理不過來。

AnomalyMatch 的聰明之處在於它的分工設計。它沒有試圖去替代人類做定性分析，而是把最枯燥、最耗時的粗篩工作在兩天半內掃完，把原本可能需要幾代研究者幾十年才能翻完的海量切片壓縮成一份千人級的名單，最後把確認和命名的決定權留給專業學者。

從行業影響來看，這套邏輯會迅速外溢到其他大型觀測專案。哈勃的資料量在接下來的韋伯望遠鏡，以及即將投入執行的大型巡天望遠鏡面前只能算小巫見大巫。

如果老舊檔案都能用這種輕量模型挖出 800 多個新天體，未來面對每天產生數十 TB 資料的新巡天專案，類似的異常檢測模型將會是天文臺的標配基建。

唯一的潛在隱患在於偏差。這種基於既有檔案訓練的異常檢測模型，可能會把模型沒見過的偽影當成寶藏，也可能會把真正顛覆物理學但表現形式極其微弱的訊號當成噪點過濾掉。但就目前來看，這依然是啟用人類科學沉澱資產最划算的一筆買賣。