Новое поколение телескопов позволит астрономам наблюдать миллиарды космических объектов и получать объемы данных, которые невозможно обработать традиционными методами. Искусственный интеллект и машинное обучение станут необходимыми инструментами для анализа этих массивов, поиска редких явлений и обнаружения объектов, которые могут остаться незамеченными человеком. Об этом заявил сооснователь и креативный директор международного фестиваля науки и искусства STARMUS Гарик Исраелян, выступая на Silicon Mountains 2026 в Ереване.

Он представил перспективы развития современной астрофизики и объяснил, почему технологическая революция в астрономии напрямую связана с развитием полупроводников, сенсоров, вычислительных систем и искусственного интеллекта.

Телескопы создадут беспрецедентный объем данных

По словам Исраеляна, астрономия всегда была наукой, развитие которой непосредственно зависит от технологий. Современные достижения в области полупроводников позволили создавать высокочувствительные детекторы, огромные матрицы камер, инфракрасные сенсоры и электронные системы, способные фиксировать чрезвычайно слабые сигналы из космоса.

Следующий этап связан с вводом в эксплуатацию новых масштабных обсерваторий. Среди наиболее значимых проектов он выделил телескоп Extremely Large Telescope (ELT) с зеркалом диаметром 39 метров, строящийся в Чили, радиотелескоп Square Kilometre Array (SKA) в Южной Африке, а также обсерваторию Веры Рубин, уже открывшую новые возможности для систематического наблюдения за небом.

Особое значение Исраелян придает именно обсерватории Веры Рубин и ее десятилетнему обзору южного неба - Legacy Survey of Space and Time (LSST). Телескоп оснащен камерой с огромным полем зрения и сможет регулярно наблюдать практически все южное небо. По оценке ученого, за десять лет каждый объект будет зафиксирован около 800 раз, а общее число наблюдаемых объектов достигнет 37 млрд.

Масштаб поступающих данных будет беспрецедентным: по приведенным Исраеляном оценкам, обсерватория сможет получать порядка 15–20 терабайт данных за ночь и генерировать до 10 млн оповещений о новых или изменяющихся объектах. Среди них будут сверхновые, астероиды, кратковременные астрономические явления и другие объекты, природу которых еще предстоит установить.

Для сравнения: за три года наблюдений LSST соберет объем данных, сопоставимый со всем содержимым интернета, отметил докладчик. Такой масштаб наблюдений имеет не только фундаментальное научное значение. Он может существенно изменить возможности обнаружения потенциально опасных космических объектов. Благодаря многократной фиксации астероидов и других малых тел ученые смогут значительно расширить их каталог и точнее рассчитывать орбиты.

Исраелян привел пример объектов размером около 50–60 метров. По его словам, развитие наблюдательных возможностей позволит в перспективе рассчитывать траектории таких тел и определять вероятность их столкновения с Землей за четыре-пять месяцев до возможного события.

Искусственный интеллект поможет находить то, что не видит человек

Однако главный вызов, который ставит перед астрофизикой новое поколение телескопов, заключается не только в получении данных, но и в их анализе. Исраелян отметил, что даже изображение небольшого участка космоса может содержать тысячи галактик, звезд, туманностей и других объектов. При миллионах новых наблюдений каждую ночь визуально анализировать такие массивы становится практически невозможно.

Поэтому машинное обучение необходимо для автоматической классификации объектов, изучения морфологии галактик, выявления необычных структур и поиска редких астрономических событий. Еще более широкие возможности ИИ открываются в спектроскопии - изучении спектров излучения звезд, которые позволяют определять их химический состав, физические характеристики и возраст.

Исраелян привел собственный исследовательский пример. На протяжении года он анализировал одну спектральную линию, чтобы подтвердить наличие в звезде изотопа лития-6. Этот изотоп крайне нестабилен и разрушается при температуре около 2–2,2 млн градусов, тогда как для лития-7 соответствующий порог составляет примерно 2,5 млн градусов. Обнаружение лития-6 в конкретной звезде позволило ученому прийти к выводу, что наиболее вероятным объяснением было столкновение звезды с массивной планетой. По словам Исраеляна, сегодня аналогичную задачу с применением машинного обучения можно было бы выполнить за секунды: обучить систему распознавать соответствующие спектральные признаки и сравнить миллионы звездных спектров.

ИИ может ускорить и исследования, связанные с обнаружением тяжелых химических элементов - осмия, тория, урана и трансурановых элементов, отметил Исраелян. Более того, добавил он, их изотопные соотношения позволят оценивать возраст звезд. Таким образом, подобные наблюдения могут помочь определять возраст отдельных объектов с точностью, недоступной при использовании более простых методов.

При этом ученый обратил внимание на проблему подготовки данных. В астрономии существуют огромные архивы наблюдений и спектроскопические обзоры, содержащие миллионы звездных спектров. Но значительная часть времени исследователей уходит не на непосредственный анализ, а на очистку, калибровку и организацию массивов данных. Именно здесь машинное обучение способно существенно ускорить работу: автоматически выявлять и классифицировать объекты, сопоставлять наблюдения и находить закономерности в данных, которые невозможно обработать вручную.

Можно ли обнаружить признаки внеземной цивилизации по спектру звезды?

Одним из наиболее необычных направлений применения искусственного интеллекта Исраелян назвал поиск возможных техносигнатур - признаков искусственной деятельности в других звездных системах. Ученый напомнил, что астрономы уже обнаруживают планеты за пределами Солнечной системы, в том числе расположенные в потенциально обитаемых зонах. В некоторых случаях исследователям удается изучать даже спектральные характеристики их атмосфер.

Однако поиск внеземной жизни может не ограничиваться обнаружением воды или других условий, потенциально подходящих для существования организмов. Исраелян предложил рассматривать и возможность поиска искусственных химических следов в спектрах звезд.

В качестве гипотетического примера он привел технеций - радиоактивный элемент с коротким временем жизни, который, по его объяснению, не должен присутствовать в звездных спектрах в результате обычных природных процессов. Если бы в спектре звезды были обнаружены соответствующие линии, это могло бы указывать на искусственное происхождение вещества.

Исраелян предложил мысленный эксперимент: цивилизация, желающая сообщить о своем существовании другим обитателям Вселенной, могла бы синтезировать радиоактивные изотопы в ядерных реакторах и искусственно внести их в атмосферу своей звезды. Тогда наблюдатели, изучающие ее спектр, могли бы обнаружить необычные линии, не объясняемые естественными процессами.

Разумеется, речь идет о гипотетическом сценарии, а не о подтвержденном способе обнаружения внеземной цивилизации. Но именно такие задачи, считает Исраелян, могут стать доступными благодаря ИИ.

Если исследователи получат спектры сотен миллионов звезд, искусственный интеллект сможет искать в них необычные и крайне редкие признаки, предварительно очищая и калибруя данные. Вместо того чтобы проверять каждую гипотезу вручную, ученый сможет поставить системе задачу: найти все аномальные спектральные характеристики, которые заслуживают дальнейшего изучения.

По его мнению, именно в поиске аномалий ИИ может оказаться особенно эффективным: он способен обнаруживать редкие явления, гравитационные линзы, кратковременные события и другие объекты, которые человек мог бы пропустить при анализе огромных массивов данных.

Следующее открытие может сделать искусственный интеллект

Исраелян убежден, что без машинного обучения и искусственного интеллекта современная астрофизика не сможет в полной мере использовать возможности нового поколения телескопов. Он также считает, что дальнейшее развитие исследований потребует более мощных вычислительных систем, включая квантовые компьютеры.

При этом внедрение ИИ может изменить не только скорость научной работы, но и само представление об авторстве открытий. Если необычное явление будет обнаружено алгоритмом при анализе миллиардов объектов, возникнет вопрос: кому принадлежит открытие - исследователю, разработавшему систему, создателям программного обеспечения или самой базе данных? «Следующее великое открытие может начаться на микросхеме», - отметил ученый.

По его мнению, искусственный интеллект уже стал фундаментальным инструментом науки и технологий, а дискуссии о его полезности в исследовательской деятельности не должны заслонять очевидные возможности этих инструментов. «Возможно, самое захватывающее открытие - это то, которое мы пока даже не знаем, как искать. И оно может быть сделано с помощью ИИ», - заключил Исраелян.