Как обсерватория имени Веры Рубин откроет межзвездные объекты: космическая революция 2025 года

Человечество исследует небо уже многие века, но всего два объекта, как подтверждено учеными, прибыли к нам из других звездных систем. Первый, названный 1I/2017 U1 или Оумуамуа, стал настоящей сенсацией после его открытия с помощью телескопа Pan-STARRS. Его необычная траектория и высокая скорость сразу выдали его неземное происхождение. Вторым объектом стал кометоподобный 2I/Borisov, который появился с неожиданной стороны — значительно выше плоскости орбит планет нашей Солнечной системы.

Несмотря на то что мы обнаружили всего двух межзвездных путешественников, астрономы уверены: таких объектов гораздо больше. Согласно расчетам, ежегодно несколько десятков таких тел проникают в нашу систему, а на орбитах за Нептуном в любой момент может находиться целая тысяча. Почему же мы их не видим? Они попросту сливаются с фоном. Но это скоро изменится благодаря запуску уникальной обсерватории.

Новая эпоха наблюдений: миссия обсерватории Веры Рубин

В 2025 году в работу вступит обсерватория имени Веры К. Рубин — инструмент, который способен полностью изменить наше представление о межзвездных объектах. В отличие от других телескопов, сосредоточенных на отдельных участках неба, обсерватория будет сканировать огромные пространства — каждый снимок охватывает область, равную семи полным Лунам. Ночью она будет собирать более петабайта данных и регулярно фиксировать изменения в Солнечной системе. Благодаря такому подходу астрономы смогут отслеживать даже самые тусклые и медленно перемещающиеся объекты.

Однако возникает проблема: объем данных настолько велик, что ручная обработка невозможна. Особую сложность представляют межзвездные тела, которые на первых этапах ничем не отличаются от обычных астероидов и комет. Их выдаст только их траектория спустя месяцы наблюдений.

Искусственный интеллект на службе космоса

Чтобы решить эту задачу, ученые разрабатывают методы машинного обучения. В рамках нового исследования была создана база данных, включающая смоделированные объекты с как привычными орбитами, так и межзвездными траекториями. На этой основе алгоритмы обучались различать «местных» и «пришельцев».

Лучшие результаты показали подходы Random Forest и Gradient Boosting. Они обрабатывают данные, анализируя вероятности и усиливая слабые сигналы. Интересно, что популярные нейронные сети оказались менее эффективны в этом контексте.

В итоге команда установила, что машинное обучение сможет с высокой точностью выделять межзвездные объекты и минимизировать ложные срабатывания. Это позволит астрономам управлять процессом и находить сотни межзвездных тел уже в первый год работы обсерватории. Эти данные помогут пролить свет на природу загадочных космических гостей и, возможно, приблизят нас к пониманию процессов за пределами нашей звездной системы.