Nel corso della sua attività, il Telescopio Spaziale Hubble ha generato una quantità straordinaria di dati. Secondo le stime della NASA, dal lancio avvenuto nel 1990 sono state raccolte circa 1,7 milioni di immagini. Un patrimonio scientifico enorme, ma anche complesso da analizzare nella sua interezza con i soli metodi tradizionali.
Per affrontare questa sfida, un gruppo di ricercatori della Agenzia Spaziale Europea ha sviluppato un modello di intelligenza artificiale chiamato AnomalyMatch, progettato per scandagliare l’archivio di Hubble alla ricerca di anomalie: oggetti o strutture dall’aspetto insolito, difficili da classificare o mai catalogati in precedenza.
Oltre 1.300 anomalie mai documentate
L’applicazione del modello ha prodotto risultati inattesi. L’IA ha individuato circa 1.300 anomalie, molte delle quali non erano mai state segnalate prima. Come spiegato da Pablo Gómez, uno dei ricercatori coinvolti nello sviluppo del sistema, si tratta di una dimostrazione concreta di come l’intelligenza artificiale possa amplificare il valore scientifico degli archivi storici, altrimenti quasi impossibili da esplorare manualmente.
Un dato particolarmente rilevante riguarda i tempi di analisi: AnomalyMatch è riuscito a esaminare l’equivalente di circa 100 milioni di immagini in meno di tre giorni, un risultato che segna un progresso importante nell’analisi dei grandi volumi di dati astronomici.
Galassie insolite e strutture inattese
Le anomalie individuate presentano caratteristiche molto diverse tra loro. Secondo la NASA, molte riguardano galassie lontane in fase di fusione o di interazione, con morfologie che non rientrano nelle categorie tradizionali. Tra gli esempi più interessanti compaiono:
-
galassie con nodi di formazione stellare insolitamente grandi;
-
galassie “medusa”, dotate di tentacoli gassosi che si estendono nello spazio;
-
dischi di formazione planetaria ai margini della Via Lattea, che per la loro forma ricordano visivamente degli hamburger.
Queste scoperte suggeriscono che l’universo osservato da Hubble nasconda ancora numerosi fenomeni inattesi, molti dei quali attendono una corretta interpretazione teorica.
Come funziona AnomalyMatch
Il modello AnomalyMatch si basa su tecniche avanzate di riconoscimento dei pattern. L’algoritmo analizza le immagini in modo simile a un processo di percezione visiva, individuando elementi che si discostano dalla norma statistica del dataset. In questo modo riesce a isolare rapidamente oggetti irregolari o rari all’interno di milioni di osservazioni.
Si tratta del primo tentativo sistematico di esplorare l’intero Hubble Legacy Archive, che raccoglie decenni di osservazioni dello spazio profondo. Un’operazione che, senza l’ausilio dell’intelligenza artificiale, sarebbe stata di fatto impraticabile.
Come ha dichiarato Pablo Gómez in una nota ufficiale, questa iniziativa rappresenta “una dimostrazione potente di come l’intelligenza artificiale possa migliorare il ritorno scientifico degli archivi di dati”.
Nuove prospettive per l’astronomia
Altri esperti sottolineano come molte delle anomalie individuate mettano in discussione le classificazioni tradizionali, aprendo nuove linee di ricerca. La NASA ricorda che le immagini di Hubble costituiscono il più vasto insieme di dati osservazionali mai raccolto nella storia dell’astronomia, e strumenti come AnomalyMatch permettono finalmente di sfruttarne appieno il potenziale.
Il primo autore dello studio, David O’Ryan, ha evidenziato che oltre 35 anni di osservazioni rappresentano una vera miniera scientifica, in cui è ancora possibile individuare fenomeni astrofisici sorprendenti. L’analisi automatizzata di questo patrimonio apre prospettive del tutto nuove per l’indagine cosmica.
Verso la pubblicazione dello studio
Lo studio che descrive in dettaglio il funzionamento di AnomalyMatch e i risultati ottenuti è previsto in pubblicazione per dicembre 2025 sulla rivista Astronomy & Astrophysics. La ricerca segna un passo avanti rilevante nell’applicazione dell’intelligenza artificiale all’astronomia e indica una direzione chiara per le future campagne di osservazione spaziale, sempre più dipendenti dall’analisi intelligente di grandi archivi di dati.
HUB Scienza e SpazioQuesto articolo fa parte della categoria Scienza e Spazio. Per leggere tutti i nostri articoli su Scienza e Spazio clicca qui.
