Schatz aus Hubble-Archivdaten gehoben: Eine KI findet in Tagen, wofür Menschen Jahre bräuchten – und das ist erst der Anfang

Forscher haben sich durch Unmengen an Hubble-Bildern gewühlt – aber nicht allein. Dank KI entdecken sie etliche neue Objekte in 35 Jahren an Daten.

An Informationen in Form von Bildern aus dem Kosmos mangelt es uns nicht. Tatsächlich versteckt sich weit mehr als wir bisher wussten. Eine spezielle KI hebt den Schatz, der in Hubble-Archiven schlummert.
(Bildquelle: Adobe Firefly, generative KI). An Informationen in Form von Bildern aus dem Kosmos mangelt es uns nicht. Tatsächlich versteckt sich weit mehr als wir bisher wussten. Eine spezielle KI hebt den Schatz, der in Hubble-Archiven schlummert. (Bildquelle: Adobe Firefly, generative KI).

Stellt euch vor, ihr steht vor einem kaum betretbaren Kellerraum. Kaum öffnet ihr seine Tür einen Spaltbreit, quellen Millionen von Zetteln aus ihm hervor. Blöd, denn auf einigen von ihnen vermutet ihr wichtige Geheimrezepte von Uroma. Was tun?

Einige Astronomen standen vor einem ähnlich herausfordernden Chaos, nur bestand ihr Archiv aus 35 Jahren an Daten des Hubble-Space-Teleskops. Sie holten sich clevere Hilfe: Eine speziell trainierte KI durchforstete in wenigen Tagen den kompletten Datensatz, der Fund: mehr als 800 nie zuvor identifizierte Objekte.

Video starten 2:17 Das sind unsere Botschafter für die Ewigkeit jenseits des Sonnensystems – mit an Bord Clyde Tombaugh

KI-Putzteufel und Schatzsucher im Hubble-Archiv

Die Forscher David O’Ryan und Pablo Gómez von der europäischen Raumfahrtagentur (ESA) haben ein neuronales Netzwerk (KI) mit dem Namen »AnomalyMatch« entwickelt.

Womit hat die KI gearbeitet? Die Daten…

  • stammen aus 35 Jahren Hubble-Aufnahmen und 10.000 Beobachtungen und
  • bestehen aus rund 100 Millionen Bildausschnitten, jeder 150 mal 150 Pixel.

Nach abgeschlossenem, nur vierstündigem Training brauchte die Software circa drei Tage, um die Aufgabe abzuschließen. Mittels menschlichen Augenpaares hätte eine solche Arbeit wahrscheinlich Jahre in Anspruch genommen.

Die Studie von O’Ryan und Gómez erschien vor Kurzem in Astronomy & Astrophysics. Die NASA begleitete die Veröffentlichung zudem mit einem eigenen Bericht, der Grund: Hubbles Verwaltung obliegt der amerikanischen Raumfahrtbehörde.

Das Training der KI

Um das neuronale Netz in die Lage zu versetzen, seine Sucharbeit aufzunehmen, mussten die Forscher ihm zuerst beibringen, wonach sie genau Ausschau halten sollen. Hierfür setzten sie der KI 1.400 Bilder vor, ihre Aufgabe: finde auffällige Strukturen/Anomalien.

Regelmäßig legte die lernende KI Beispiele zur Einschätzung vor, damit die Wissenschaftler korrigieren konnten. Sie gaben der KI Feedback, ob sie den Verdacht eines neuen Objektes im Weltall teilten oder ob die KI irrt. Auf diese Weise entwickelte sich die Fähigkeit des neuronalen Netzes.

Das hat die KI gefunden

Der KI-Algorithmus hob aus den fast 100 Millionen Bildern rund 5.000 mit einem hohen Punktewert heraus. Nach Durchsicht und Entfernung von Dopplungen (manche Objekte lichtete Hubble in den 35 Jahren ja mehrmals ab) blieben 1.339 spannende Objekte übrig. Rund 2/3 davon gelten als komplett neu, da sie bis dahin noch nicht in anderer wissenschaftlicher Literatur Erwähnung fanden, die Highlights:

  • Ungefähr 629 miteinander interagierende Galaxien: Hierunter verstehen wir alle Fälle, bei denen sich zwei Galaxien so nahe kommen, dass ihrer beider Gravitation beginnt, sichtbar aneinander zu zerren. Das Resultat hiervon sind Zusammenstöße und sich daran anschließende Verschmelzungen, wie es eventuell auch in einigen Milliarden Jahren uns mit der Andromeda-Galaxie gehen wird.
  • 140 Gravitationslinsen-Kandidaten: Das beschreibt quasi eine kosmische Lupe durch immense Gravitation. Ein besonders massives Objekt zwischen uns und einem Zielpunkt dahinter biegt das Licht, wodurch wir es vergrößert wahrnehmen. Er wird auch Einstein-Linse genannt und könnte in Zukunft für wahre SciFi-Teleskope genutzt werden.
  • 18 Quallen-Galaxien: Hierbei bewegt sich eine Galaxie relativ schnell durch eine Nachbarschaft von anderen Galaxien. Die hohe Dichte an Gas auf ihrem Pfad sorgt dafür, dass sie selbst fortwährend Materie verliert, der wie ein Schleier hinter ihr zurückbleibt. Der Widerstand durch den hohen Druck bei der Durchquerung entreißt ihr gewaltige Nebelschwaden. Das schaut aus wie eine Qualle.
  • 2 Kollisionsring-Galaxien: Wenn eine Galaxie durch das Zentrum einer anderen fliegt, erzeugt sie eine massive Dichtewelle, die Materie radial nach außen treibt. Es bleibt der charakteristische, hell leuchtende Ring aus dichten Sterngebieten.

Einige Beispiele für die obigen Phänomene, vor allem sogenannte Galaxien-Vereinigungen.
(Bildquelle: NASA, ESA, David ORyan (ESA), Pablo Gómez (ESA), Mahdi Zamani (ESAHubble)). Einige Beispiele für die obigen Phänomene, vor allem sogenannte Galaxien-Vereinigungen. (Bildquelle: NASA, ESA, David O'Ryan (ESA), Pablo Gómez (ESA), Mahdi Zamani (ESA/Hubble)).

Derweil weist das Vorgehen auch Schwächen auf und stößt an Grenzen: Es wurde trotz der enormen Bildermenge nur ein relativ kleiner Anteil der zur Verfügung stehenden Aufnahmen vorgelegt. Zudem wurden allesamt mit demselben Filter aufgenommen. So lernte die KI ausschließlich, ein schmales Spektrum der elektromagnetischen Emissionen (Licht) zu deuten.

Der eigentliche Schatz

Viele der entdeckten Phänomene stehen jetzt auf den Listen zahlreicher Wissenschaftler für zukünftige Untersuchungen mit anderen Teleskopen wie Webb. Wohlgemerkt handelt es sich bei den Funden strenngenommen nur um Beifang. Für die Wissenschaft dürfte sich die erfolgreich erprobte Methode schon mittelfristig als wichtiger erweisen.

Einer der beteiligten Forscher fasst die Bedeutung so zusammen:

Dies ist ein eindrucksvolles Beispiel dafür, wie KI den wissenschaftlichen Nutzen archivierter Datensätze steigern kann. Die Entdeckung so vieler bisher undokumentierter Anomalien in den Hubble-Daten unterstreicht das Potenzial des Tools für zukünftige Untersuchungen.

Pablo Gómez von der ESA


Künstliche Intelligenz vermag, angeleitet durch menschliche Expertise, Intuition und geschulte Augen bisherige Abläufe dramatisch zu beschleunigen. Systematische Durchforstung von Datenbeständen ist sicher eines ihrer zukünftigen Steckenpferde.

Denn auch wenn Menschen qualitativ ähnlich oder (noch) besser arbeiten, fallen wir doch quantitativ drastisch ab. Richtig geschult wird KI zu einem idealen Werkzeug, um bei sanfter Begleitung eigenständig Datenmeere auf Abweichungen oder bestimmte Muster zu durchsuchen.

Die Funde zukünftiger Teleskope wie Euclid oder auch die Rekord-Fotogalerie vom Vera C. Rubin Observatorium bieten sich als die nächsten Spielfelder für KIs an. Denn weit genug herausgezoomt bildet jeder physikalisch-chemische oder biologische Prozess vor allem eines: sich in mannigfaltiger Variation und Vielfalt wiederholende Muster – und das erspähen sie bestens, selbst im gröbsten Chaos.

KI wird Menschen in der Forschung womöglich nie ersetzen, aber sie kann entlasten, beschleunigen und ermöglichen.

zu den Kommentaren (5)

Kommentare(6)
Kommentar-Regeln von GameStar
Bitte lies unsere Kommentar-Regeln, bevor Du einen Kommentar verfasst.

Nur angemeldete Benutzer können kommentieren und bewerten.