AI赋能太空研究：AnomalyMatch工具发现800+宇宙异常
在太空数据处理领域，人工智能正发挥关键作用。据NASA披露，欧洲空间局（ESA）的David O'Ryan与Pablo Gómez利用自研AI工具AnomalyMatch，扫描了哈勃太空望远镜数十年的海量档案，成功识别出超800个宇宙异常候选体。该工具可在数秒内分析数百万条数据，高效解决了人工审查耗时数年或易遗漏的难题。
无监督学习突破传统分类局限
不同于针对特定对象训练的传统模型，该AI采用无监督学习技术，自动标记偏离正常模式的异常现象。发现的异常涵盖罕见引力透镜、星系碰撞及潜在超新星遗迹等。简言之，该系统并非“大海捞针”式寻找特定目标，而是筛选出所有“非稻草”事物供科学家研判。
“人在回路”确保精准与科学发现
研究并未完全依赖自主系统，AI标记的候选项均经研究人员逐一核实。这种人在回路模式结合了机器效率与人类推理，最大限度降低错误率。团队指出，该方法不仅有助于揭示已知天文事件，更可能发现现有物理理论无法解释的全新现象。
应对未来望远镜海量数据挑战
该研究为管理詹姆斯·韦伯及未来南希·格雷斯·罗曼太空望远镜的数据流提供了重要范式。鉴于罗曼望远镜扫描区域预计比哈勃宽500倍，传统方法已难以为继。在大数据时代，基于AI的分析已成为探索宇宙深处的标配。