天文学家正在面对一个看起来有些尴尬的问题。

他们终于拥有了前所未有清晰、稳定、持续数十年的宇宙影像，却发现自己看不过来了。

哈勃太空望远镜已经在轨运行了 35 年。这段时间里，它不断地拍摄、记录、存档，留下了一个庞大的影像宝库。单是整理好的“哈勃遗产档案”，就包含了数以千万计的图像切片。每一张都是真实宇宙的一小块。

问题在于，人类的眼睛和时间是有限的。

在传统天文学里，异常天体往往来自两种情况：一是科学家长期、细致地翻看数据，发现某个“不对劲”的目标；二是偶然撞见。可当数据量增长到以“千万”为单位时，这两种方式都变得力不从心。

于是，一个问题越来越无法回避：
如果宇宙里真的藏着罕见而重要的线索，我们该怎么在数据堆里把它们找出来？

欧洲航天局的两位研究者，大卫·奥赖恩和巴勃罗·戈麦斯，给出的答案是——先让机器帮我们“看一遍”。

他们开发了一种基于神经网络的工具，名字叫 AnomalyMatch。神经网络是一类受人脑启发的算法，擅长在大量数据中寻找模式。与其说它“理解”宇宙，不如说它善于发现“哪里跟其他地方不像”。

研究团队用哈勃遗产档案对这个系统进行训练，让它熟悉各种已知的罕见天体形态，比如引力透镜、环状星系、水母星系。然后，他们做了一件以前从未有人系统做过的事，让算法完整扫描整个哈勃档案。

接近一亿张图像切片。

完成这项工作，AnomalyMatch 只用了两天半。

结果让研究者自己都感到意外。算法标记出的“高度可疑目标”中，经过人工复核后，确认了 1300 多个真正的天体异常。其中，800 多个此前从未出现在任何科学文献中。

其中很多是正在相互拉扯、融合的星系，它们的恒星和气体被引力撕扯成奇怪的尾巴和弧线；有些是引力透镜，前景星系的引力弯曲了时空，把远处星系的光拉成环状或弧状；还有一些星系内部聚集着异常巨大的恒星团。

最引人注意的，是那一小部分“无法归类”的对象。它们不像任何已知类型，暂时只能被标记为“异常中的异常”。

这正是天文学最迷人的地方之一。新的突破，往往不是回答问题，而是发现问题。

值得注意的是，AI 在这里并没有取代科学家的判断。算法只是负责从无穷无尽的图像中，把“可能值得看一眼的地方”先挑出来。最终确认、解释、理解这些异常的，仍然是人类。

但这种分工，正在改变天文学的工作方式。

哈勃只是开始。欧几里得空间望远镜已经在绘制数十亿个星系的分布；薇拉·鲁宾天文台即将开启长达十年的巡天计划，生成超过 50 拍字节的图像数据；南希·格雷斯·罗曼太空望远镜也将在未来几年升空。

在这样的数据规模面前，人类不再是宇宙的唯一观察者，而是和算法并肩的筛选者。

人类的眼睛会疲劳，但AI不会。这双数字之眼将不知疲倦地凝视着深空，在那些被我们忽略的陈旧文档里，在那些即将传回的宏大图像中，替我们捕捉宇宙最深处的秘密。

～～～～～～

图源：ESA/Hubble & NASA, D. O’Ryan, P. Gómez (European Space Agency), M. Zamani (ESA/Hubble)

信源：ESAHubble官网新闻稿