О результатах рассказало Европейское космическое агентство, а научная статья Дэвида О'Райана и Пабло Гомеса вышла в Astronomy & Astrophysics. Для работы использовали нейросеть AnomalyMatch, которая просмотрела примерно 99,6 млн вырезок из изображений Hubble Legacy Archive и сделала первичную сортировку примерно за 2,5 дня.
Задача была точечной: найти "редкости", которые легко пропустить в потоке данных. В поле зрения попадали, например, системы в процессе слияния или сильного взаимодействия, кольцевые структуры, а также эффекты линзирования, когда масса на переднем плане искажает свет далеких галактик.
После машинного отбора авторы уже вручную проверили кандидатов и подтвердили итоговую подборку. Большая часть находок - именно взаимодействующие галактики с приливными "хвостами" и необычной геометрией; также встречаются "медузоподобные" системы с газовыми шлейфами, скопления звездообразования и диски, видимые с ребра, из-за чего они напоминают "гамбургер" или "бабочку". Несколько десятков источников пока не удается уверенно отнести ни к одному привычному типу - и это отдельный бонус: такие "безымянные" цели чаще всего и подталкивают к новым наблюдениям.
В практическом смысле это демонстрация того, как ИИ может повышать "выход науки" даже без новых телескопов: старые данные начинают играть заново, когда появляется инструмент, способный системно просеять гигантский массив и не устать на девяносто девятом миллионе кадров.