ИИ обнаружил более 27 000 пропущенных астероидов на старых снимках

Более 27 000 астероидов в нашей Солнечной системе были упущены из виду на существующих космических снимках, но благодаря новому алгоритму на основе ИИ они пополнили каталог небесных тел. Ученые, стоящие за этим открытием, говорят, что инструмент упрощает поиск и отслеживание миллионов астероидов, включая потенциально опасные, которые когда-нибудь могут столкнуться с Землей. И чем раньше мы знаем о предстоящей угрозе, тем раньше успеем приготовиться.

Большинство обнаруженных астероидов находятся в поясе астероидов между Марсом и Юпитером, где ученые за последние 200 лет уже каталогизировали более 1,3 млн таких каменных осколков. Последняя находка, обнаруженная примерно за пять недель, также включает около 150 космических камней, чьи орбиты пересекаются с орбитой Земли. Однако ни один из этих "околоземных астероидов" не находится на траектории столкновения с нашей планетой. Другие являются троянцами, которые следуют за Юпитером по орбите вокруг Солнца. Наблюдения этих астероидов еще не представлены и не приняты Центром малых планет Международного астрономического союза, официальным органом, ответственным за открытия астероидов.

Астрономы обычно находят новые астероиды, многократно изучая участки неба по снимкам телескопов, собранным несколько раз за ночь, обычно каждые несколько часов. В то время как планеты, звезды и галактики на заднем плане остаются неизменными от одного изображения к другому, астероиды видны как перемещающиеся точки света, которые затем отмечаются и проверяются. После определяются и отслеживаются орбиты этих астероидов.

Алгоритм, разработанный командой Эда Лу, известный как THOR (Tracklet-less Heliocentric Orbit Recovery), проанализировал более 400 000 архивных снимков неба, хранящихся в Национальной оптико-инфракрасной астрономической исследовательской лаборатории (NOIRLab). Если с одним и тем же участком неба связано около пяти наблюдений за 30 дней, алгоритм может начать работу. Он обучен на большом наборе данных, что позволяет ему анализировать до 1,7 миллиарда точек света всего на одном снимке телескопа. Он предназначен для обнаружения и связывания точки света из одного изображения неба с другой точкой на другом изображении и определения, представляют ли оба пятна один и тот же объект — чаще всего это указывает на астероид.

Ученые масштабировали свой алгоритм с помощью Google Cloud, чьи вычислительные мощности и сервисы хранения данных облегчили им тестирование тысяч орбит кандидатов в астероиды.

Мы не только можем находить астероиды в наборах данных, которые никогда не предназначались для этого, но и можем сделать каждый другой телескоп в мире лучше в поиске астероидов. Это меняет астрономию.

В 2022 году та же команда ученых использовала THOR для обнаружения 100 астероидов, которые не были обнаружены на существующих снимках телескопов. Другие команды астрономов также использовали ИИ для поиска новых астероидов. Например, всего две недели назад астрономы-любители возглавили обучение алгоритма, который привел к открытию 1000 новых астероидов на архивных снимках, сделанных космическим телескопом Хаббла. В июле прошлого года программное обеспечение HelioLinc3D, предназначенное для охоты за околоземными астероидами, обнаружило космический камень шириной 180 метров, который, как ожидается, приблизится к Земле на расстояние 225 000 километров. Это ближе, чем среднее расстояние между нашей планетой и Луной.

На сегодняшний день ученые обнаружили более 2000 таких "потенциально опасных астероидов" и предполагают, что еще около 2000 предстоит открыть. Обнаружение этих космических камней в целях планетарной защиты является одной из задач предстоящей Обсерватории Веры Рубин в Чили, для которой было разработано программное обеспечение HelioLinc3D для охоты за астероидами.

8,4-метровый телескоп, который заработает в следующем году, будет снимать южное небо каждую ночь в течение как минимум десятилетия, каждое изображение будет охватывать площадь в 40 полных лун. Ученые говорят, что такая периодичность, поддерживаемая программным обеспечением на базе ИИ, таким как THOR и HelioLinc3D, может помочь обсерватории найти до 2,4 миллионов астероидов — в два раза больше, чем каталогизировано сейчас — и это только в первые шесть месяцев работы.