Seit über dreißig Jahren nimmt das Weltraumteleskop Hubble Bilder des Universums auf und häuft dabei eine enorme Datenmenge an. Angesichts dieser Fülle sahen sich Wissenschaftler mit einer harten Realität konfrontiert: die menschliche Unmöglichkeit, die Gesamtheit dieser Aufnahmen zu analysieren, obwohl jede eine Entdeckung beinhalten könnte.
Vor diesem Berg an Informationen entwickelten Forscher der Europäischen Weltraumorganisation ein KI-Modell namens AnomalyMatch. Dieses Tool, das für die Durchsicht der Hubble-Archive konzipiert wurde, scannt automatisch die Bilder auf der Suche nach ungewöhnlichen Elementen und ahmt dabei nach, wie unser Gehirn visuelle Informationen verarbeitet.
Eine vom Weltraumteleskop Hubble aufgenommene Ansicht ferner Galaxien.
Bildnachweis: ESA/Hubble & NASA, D. O'Ryan, P. Gómez (European Space Agency), M. Zamani (ESA/Hubble) Die Analyse von fast 100 Millionen Bildern brachte mehr als 1300 Anomalien zum Vorschein, von denen Hunderte zuvor noch nie dokumentiert worden waren. Diese Objekte weisen einzigartige Erscheinungsformen auf, die aus den üblichen Kategorien herausfallen. Diese Flut an Entdeckungen, die in nur drei Tagen Verarbeitungszeit erreicht wurde, zeigt die Effizienz der Methode angesichts einer immensen Datenmenge.
Zu den Funden zählen verschmelzende Galaxien mit massiven Sternentstehungsansammlungen, strukturen, die Quallen mit gasförmigen "Tentakeln" ähneln, oder auch von der Seite betrachtete planetare Entstehungsscheiben in unserer eigenen Galaxie.
Die Funktionsweise von AnomalyMatch basiert auf dem Erlernen normaler visueller Muster, was es ihm ermöglicht, Abweichungen zu identifizieren. Dieser systematische Ansatz ist eine Premiere für die Hubble-Archive, die 35 Jahre Beobachtungen umfassen. Er ebnet den Weg für tiefgründigere Erkundungen, ohne dass eine prohibitive menschliche Arbeitszeit erforderlich ist.
Die Projektverantwortlichen weisen darauf hin, dass diese Initiative zeigt, wie Künstliche Intelligenz die wissenschaftliche Ausbeute erheblich steigern kann. Sie zeigt auch das Potenzial astronomischer Archive für zukünftige Entdeckungen, insbesondere im Rahmen großer Beobachtungskampagnen.
Dieser Fortschritt ist in einem Artikel dokumentiert, der im Dezember 2025 in
Astronomy and Astrophysics veröffentlicht wurde.
Die Funktionsweise der Mustererkennung durch KI
Die hier verwendete Künstliche Intelligenz stützt sich auf neuronale Netze, die für die Analyse von Bildern entwickelt wurden. Diese Systeme werden mit großen Datensätzen bereits analysierter Bilder trainiert, in denen sie lernen, die normalen Merkmale astronomischer Objekte zu unterscheiden. Einmal trainiert, können sie schnell neue Bilder scannen, um herauszufinden, was außergewöhnlich ist.
Diese Methode ahmt einige Prozesse des menschlichen Gehirns nach, wie die Erkennung von Konturen oder Texturen, aber in einem weitaus größeren Maßstab und mit höherer Geschwindigkeit. Sie erfordert keine explizite Programmierung für jede Art von Anomalie, was sie für verschiedene Bereiche anpassungsfähig macht.
Die Anwendungen gehen über die Astronomie hinaus, mit möglichen Nutzungen in der Medizin für die Bildanalyse oder in der Sicherheitstechnik für die Überwachung. Im Fall von Hubble ermöglicht sie es, alte Daten für neue Entdeckungen zu nutzen, ohne neue Beobachtungen durchführen zu müssen.
Der Wert archivierter Daten in der Wissenschaft
Wissenschaftliche Archive, wie die von Hubble, stellen eine wertvolle Ressource dar, die mit der Zeit an Bedeutung gewinnt. Sie bewahren in der Vergangenheit durchgeführte Beobachtungen und ermöglichen so Vergleiche und Neuauswertungen mit leistungsfähigeren Werkzeugen. Dies verhindert den Verlust von Informationen und maximiert die ursprünglichen Investitionen.
Im Weltraumbereich decken archivierte Daten lange Zeiträume ab und offenbaren langsame Veränderungen oder seltene Ereignisse. Zum Beispiel wird die Verfolgung der Entwicklung einer Galaxie über Jahrzehnte dank dieser Sammlungen möglich.
Der Zugang zu diesen Archiven wird durch digitale Plattformen erleichtert, was internationale Zusammenarbeit und Open Science fördert. Forscher weltweit können darauf zurückgreifen, um neue Ideen zu testen oder Theorien zu validieren.
Quelle: Astronomy and Astrophysics