Проблема «пустых мест» на карте
Ультрафиолетовое (УФ) излучение поглощается озоновым слоем, поэтому наблюдения возможны только из космоса. Несмотря на миссию NASA GALEX (2003–2013), зафиксировавшую около двух третей неба, значительные участки остались пустыми. Причиной стали технические ограничения: датчики спутников не могли снимать вблизи ярких звезд из-за риска повреждения, что оставило «слепые зоны» вдоль плоскости Млечного Пути. Другие телескопы (Swift, FIMS/SPEAR) дополнили картину, но полноты не обеспечили.
Как Claude Science справилась с задачей
Брис Менар поставил перед ИИ задачу: собрать все доступные УФ-данные, привести их к единой шкале и заполнить пробелы. Claude Science организовала команду AI-агентов, которые выполнили сложную цепочку операций:
- Поиск и загрузка: Агенты нашли и скачали публичные наборы данных, включая 38 000 снимков GALEX.
- Калибровка: Устранение артефактов, таких как свечение земной атмосферы, оставляющее круглые следы на снимках. ИИ выявил и исправил эту ошибку после замечания исследователя.
- Кросс-калибровка: Приведение данных от разных телескопов к единому разрешению и координатной сетке.
- Inpainting (заполнение пробелов): Для 1/3 неба, где УФ-данные отсутствуют, ИИ использовал данные в видимом, инфракрасном и радио-диапазонах. Модель выучила корреляции между длинами волн и предсказала УФ-яркость.
Точность и результаты
Для проверки точности предсказаний ИИ искусственно скрывал части уже известных участков неба. В результате модель смогла восстановить скрытые данные с погрешностью около 10% относительно реальных измерений, что практически незаметно для человеческого глаза. Финальная карта также включает оценки УФ-излучения от более чем 100 миллионов звезд, полученных на основе данных спутника Gaia.
Значение для науки
Полученная карта позволяет студентам и исследователям увидеть структуру Млечного Пути в УФ-спектре, где видны пылевые облака вокруг молодых звезд и кольца от взрывов сверхновых. Ранее такие данные были фрагментарны, что затрудняло изучение процессов формирования звезд и галактик. Этот проект демонстрирует, как ИИ может брать на себя рутинную, но критически важную работу по обработке больших данных, освобождая время ученых для новых открытий.
Источник: Anthropic ↗