Quando si parla di intelligenza artificiale applicata alla scienza, spesso si resta nel vago. Questa volta no. Due astronomi dell’Agenzia Spaziale Europea hanno costruito uno strumento che ha fatto qualcosa di molto concreto: ha setacciato decenni di immagini spaziali e ha trovato più di 800 oggetti cosmici mai catalogati prima.
Il sistema si chiama AnomalyMatch ed è una rete neurale progettata per individuare strutture anomale nelle immagini astronomiche. In appena due giorni e mezzo ha analizzato quasi 100 milioni di frammenti di immagini, un carico di lavoro che per un team umano avrebbe richiesto anni.
Perché i dati di Hubble sono un problema enorme
Il Hubble Space Telescope osserva l’universo da 35 anni. In questo tempo ha prodotto una quantità di dati così vasta da superare, di gran lunga, la capacità umana di analisi manuale.
Gli astronomi sono bravi a riconoscere anomalie. Il limite non è la competenza, è il tempo. Ogni immagine va osservata con attenzione, e Hubble ne ha prodotte milioni. Qui entra in gioco AnomalyMatch.
Come funziona AnomalyMatch
Il modello è stato addestrato sull’Hubble Legacy Archive, che raccoglie decine di migliaia di dataset storici. L’AI non cerca oggetti specifici. Cerca ciò che non rientra nella norma.
Dopo meno di tre giorni di lavoro, il sistema ha restituito una lista di 1.400 potenziali anomalie. A quel punto è tornato il ruolo umano: David O’Ryan e Pablo Gómez hanno esaminato i risultati uno a uno, confermando quali fossero davvero fuori dagli schemi.
Il dato impressionante è questo: oltre 800 di questi oggetti non erano mai stati documentati.
Cosa ha trovato l’AI
La maggior parte delle anomalie riguarda galassie in interazione o in fusione, con forme distorte, code di stelle e gas che sfidano i modelli più semplici. Ma non solo.
Tra le scoperte ci sono:
- Lenti gravitazionali, dove la gravità di una galassia piega la luce di un’altra più lontana
- Dischi di formazione planetaria osservati di taglio
- Galassie “medusa”, con strutture allungate e irregolari
- Galassie con enormi ammassi stellari difficili da spiegare
E poi c’è la parte più affascinante: diverse decine di oggetti che non rientrano in nessuna categoria conosciuta. Non errori. Non rumore. Qualcosa che, per ora, non sappiamo definire.
AI e scienza: il punto non è sostituire l’uomo
AnomalyMatch non prende decisioni scientifiche da solo. Propone. Evidenzia. Filtra. Il giudizio finale resta umano.
Ed è proprio questo il valore dello strumento. Non rimpiazza gli astronomi, li libera dal lavoro più ripetitivo e permette loro di concentrarsi su ciò che conta davvero: interpretare, capire, mettere in discussione le teorie.
Come ha spiegato Gómez, trovare così tante anomalie in un archivio studiato per decenni dimostra quanto potenziale resti nascosto nei grandi dataset astronomici.
Perché questa scoperta conta più di quanto sembri
Questo esperimento non riguarda solo Hubble. Riguarda il futuro. Con telescopi sempre più potenti e archivi di dati sempre più grandi, l’astronomia senza AI rischia di diventare cieca di fronte alla propria abbondanza.
AnomalyMatch dimostra che l’intelligenza artificiale può diventare un moltiplicatore di scoperte, non un sostituto della ricerca. E suggerisce che là fuori, anche in dati che pensavamo di conoscere bene, c’è ancora molto che aspetta di essere notato.
L’universo non ha smesso di sorprenderci. Semplicemente, ora abbiamo strumenti migliori per accorgercene.
Ti affideresti a un’AI per trovare ciò che gli esseri umani hanno sempre ignorato nello spazio? Scrivilo nei commenti e dimmi cosa ti colpisce di più di questa scoperta.
Seguici su Instagram per notizie spaziali, tecnologia reale e storie scientifiche raccontate senza filtri.
