KI-Agenten füllen die Lücken im ersten vollständigen Ultraviolett-Himmelskarte

Die Lücke in der ultravioletten Kartografie

Ultraviolettlicht wird von der Ozonschicht der Erdatmosphäre absorbiert, was diese Beobachtungen nur aus dem Weltraum heraus ermöglicht. Über Jahrzehnte hinweg haben Weltraumteleskope Teile des Himmels in diesem Spektralbereich fotografiert, aber nie in vollständiger Abdeckung. Der größte Datenumfang stammt von der NASA-Mission GALEX, die von 2003 bis 2013 operierte und etwa 38.000 Bilder aufnahm, die rund zwei Drittel des Himmels abdeckten.

GALEX übersprang absichtlich die galaktische Ebene und andere Regionen mit hoher Dichte an hellen Sternen, um Schäden an seinen Detektoren zu vermeiden. Zudem fiel sein Detektor für fernes Ultraviolett früher aus als der für nahes Ultraviolett. Spätere Missionen wie Swift der NASA und FIMS/SPEAR aus Südkorea fügten Daten hinzu, aber selbst in Kombination blieben große Lücken, insbesondere im zentralen Drittel der galaktischen Scheibe.

Die Rolle von Claude Science bei der Verarbeitung

Brice Ménard, Astrophysiker an der Johns Hopkins University und Forscher bei Anthropic, beauftragte Claude Science damit, alle verfügbaren Ultraviolett-Daten zu sammeln, zu kalibrieren und zu fusionieren. Die Plattform koordinierte ein Team von KI-Agenten, die öffentliche Datensätze herunterluden, Artefakte wie Halos um helle Sterne entfernten und die Messskalen der verschiedenen Instrumente vereinheitlichten.

Der Prozess war nicht vollständig automatisiert. Ménard gab hochrangige Anweisungen und überprüfte Zwischenergebnisse. Die Agenten arbeiteten stundenlang autonom an repetitiven Aufgaben wie der Kreuzkalibrierung zwischen Teleskopen und der Korrektur von Restatmosphärenhintergründen, während sich der Forscher auf die wissenschaftliche Leitung des Projekts konzentrierte.

Auffüllen von Lücken mittels Inpainting

Um das Drittel des Himmels ohne direkte Ultraviolett-Daten abzudecken, wurde eine maschinelle Lernmethode namens Inpainting verwendet. Das Modell lernte die Korrelationen zwischen der UV-Helligkeit und anderen Wellenlängen (sichtbar, Infrarot und Radio) in den bereits beobachteten Regionen. Anschließend wandte es diese statistischen Beziehungen an, um die UV-Helligkeit in den leeren Zonen Punkt für Punkt zu schätzen.

Es ist entscheidend zu unterscheiden, dass diese Bereiche keine neuen Beobachtungen sind, sondern Vorhersagen auf Basis vorhandener Daten. Die endgültige Karte kennzeichnet jedes Pixel als 'gemessen' oder 'vorhergesagt' und enthält Unsicherheitsabschätzungen, sodass Nutzer wissen, welcher Teil des Bildes von echten Photonen und welcher von statistischen Modellen stammt.

Validierung und Fehlerkorrektur

Um die Genauigkeit zu bewerten, bat Ménard Claude, Teile von Regionen mit bekannten Daten absichtlich zu verbergen und sie wiederherzustellen. Nach mehreren Anpassungsrunden wichen die Vorhersagen im Durchschnitt um 10 % von den tatsächlichen Messungen ab, ein Unterschied, der dem menschlichen Auge kaum auffällt. Die technische Dokumentation nuanciert jedoch, dass die Fehler in einigen rekonstruierten Regionen 12–14 % erreichen können.

Ein aufschlussreicher Vorfall ereignete sich, als Ménard schwache Kreise auf der Karte entdeckte, die durch den nicht vollständig entfernten atmosphärischen Restglanz von GALEX verursacht wurden. Obwohl zwei automatische Überprüfungen durch andere Agenten dies nicht erkannten, ermöglichte die menschliche Intervention den Agenten, die Ursache zu verfolgen und die 38.000 Beobachtungen innerhalb weniger Stunden zu korrigieren, wodurch die Artefakte beseitigt wurden.

Implikationen und Grenzen des Projekts

Die Karte, die Schätzungen des Ultraviolettlichts für mehr als 100 Millionen Sterne von Gaia enthält, wird als pädagogisches und Forschungsinstrument vorgestellt. Sie ermöglicht die Visualisierung von Strukturen wie Staubwolken, die von jungen Sternen beleuchtet werden, und Supernova-Überresten in einer kontinuierlichen Ansicht der Milchstraße.

Das Projekt hat jedoch noch keine formelle Peer-Review-Prüfung durchlaufen. Die Behauptung, es handle sich um die 'erste vollständige Karte', bezieht sich auf die kontinuierliche Abdeckung, nicht auf die direkte Beobachtung jedes Punktes. Die KI hat sich als nützlich für arbeitsintensive Datenengineering-Aufgaben erwiesen, ersetzt aber weder die unabhängige wissenschaftliche Validierung noch garantiert sie die Entdeckung neuer Objekte in den vorhergesagten Zonen.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.